Transformers in Single Object Tracking: An Experimental Survey

要約

単一オブジェクトの追跡は、コンピューター ビジョンにおけるよく知られた挑戦的な研究トピックです。
過去 20 年間、多くの研究者がこの問題を解決するためのさまざまなアルゴリズムを提案し、有望な結果を達成してきました。
最近、Transformer ベースの追跡アプローチは、追跡の堅牢性が優れているため、単一オブジェクトの追跡に新しい時代をもたらしました。
トラッカーの性能を分析するためにいくつかの調査研究が実施されてきましたが、単一オブジェクトの追跡にトランスフォーマーが導入された後、別の調査研究が必要です。
この調査では、Transformer 追跡アプローチの文献とパフォーマンスを分析することを目的としています。
したがって、Transformer 追跡アプローチの詳細な文献分析を実施し、困難なベンチマーク データセットで追跡の堅牢性と計算効率を評価します。
さらに、さまざまな追跡シナリオでのパフォーマンスを測定して、長所と短所を見つけました。
私たちの調査は、Transformer 追跡アプローチの基本原則、直面する課題、および将来の方向性についての洞察を提供します。

要約(オリジナル)

Single object tracking is a well-known and challenging research topic in computer vision. Over the last two decades, numerous researchers have proposed various algorithms to solve this problem and achieved promising results. Recently, Transformer-based tracking approaches have ushered in a new era in single object tracking due to their superior tracking robustness. Although several survey studies have been conducted to analyze the performance of trackers, there is a need for another survey study after the introduction of Transformers in single object tracking. In this survey, we aim to analyze the literature and performances of Transformer tracking approaches. Therefore, we conduct an in-depth literature analysis of Transformer tracking approaches and evaluate their tracking robustness and computational efficiency on challenging benchmark datasets. In addition, we have measured their performances on different tracking scenarios to find their strength and weaknesses. Our survey provides insights into the underlying principles of Transformer tracking approaches, the challenges they face, and their future directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google