- …
#2
summarized by : QIU YUE
どんな論文か？
Transformerを導入し、TrackingタスクのためのロバストなSpatio-Temporal特徴表現を学習。Search Region(目標のダイナミック変化)と目標のテンプレート領域（目標のアピアランス）をTransformer Encocoderに入力し、時系列と空間情報表現を同時に考慮．DecoderでBBOXの左上と右下の位置を予測する．
新規性
①早い段階でTransformer構造をObject Trackingに導入；②目標領域を予測する際に、BBOXのRegressionではなく、Heat Mapの形式で出力することにより、Regressionのややこしい後処理を避けられた．
結果
・Tesla V100で30/40 FPSを達成；
・複数の短時間追跡と長時間追跡のデータセットにおいてSOTAを達成．
その他（なぜ通ったか？等）
- …