- …
- …
#791
summarized by : Naoya Chiba
どんな論文か？
Siamese Networkによって物体トラッキングを行う．提案法ではトラッキングする領域全体を複数のパートに分けてそれぞれトラッキングする．時系列による見え方の変化を考慮したGCN（ST-GCN）を用いて特徴量を抽出，相対的な位置関係もグラフで表現しパート同士の関係を学習させる．
新規性
過去のフレームでのトラッキング領域の画像を保持しておき，Siamese Networkで比較する．このときSpatical-Temporal Graph上でのGCNと，画像上での位置関係を考慮したContextを入力とするGCNを用いることでAdaptiveなトラッキングを実現する．
結果
ILSVRC2015で学習，OTB-2013，OTB-2015，VOT2017 benchmark，UAV123から選択したフレームでのトラッキング性能で評価．SOTAに近い性能でありつつ，高速なトラッキングを実現している．
その他（なぜ通ったか？等）
- …
- …