- …
- …
#342
summarized by : Shunsuke NAKATSUKA
どんな論文か？
Object Trackingの手法として，Siamese構造を使ったRPNがある（Siamese-RPN）．そのような手法では探索対象と類似したObjectが混在していると誤認識を起こしやい．それは，Positive SampleとNegative Sampleの数がimbalancedであること，ほとんどのNegative Sampleが簡単にPositiveと分離されてしまうことに起因する．
新規性
Siamese NetworkとCascaded RPNを合わせた構造を提案（C-RPN）．Cascadeにすることで，上記の問題を緩和している．具体的にはSiamese-RPNではLow Levelな特徴を軽視していたが，C-RPNではMulti Levelの特徴を用いてRPする．そのために，Feature Transfer Blockを提案．
結果
VOT2016，VOT2017，Tracking NetでSoTA（ほぼ）．複雑な背景でも誤認識が少ないのが強み．
その他（なぜ通ったか？等）
- …
- …