BackTrack: Robust template update via Backward Tracking of candidate template

要約

変形、照明の変化、オクルージョンなどのターゲットの外観の変化は、トラッカーのパフォーマンスに悪影響を与える視覚オブジェクト追跡の主要な課題です。
これらの課題に取り組む効果的な方法は、追跡中のターゲット オブジェクトの外観の変化を反映するようにテンプレートを更新するテンプレートの更新です。
ただし、テンプレートの更新では、新しいテンプレートの品質が不十分であったり、更新のタイミングが不適切だったりすると、モデル ドリフトの問題が発生し、追跡パフォーマンスが大幅に低下する可能性があります。
ここでは、過去のフレームで候補テンプレートを後方追跡することによって候補テンプレートの信頼性を定量化する、堅牢で信頼性の高い方法である BackTrack を提案します。
BackTrack からの候補者の信頼スコアに基づいて、信頼できない候補者を拒否しながら、適切なタイミングで信頼できる候補者でテンプレートを更新できます。
BackTrack は汎用のテンプレート更新スキームであり、テンプレートベースのトラッカーに適用できます。
さまざまな追跡ベンチマークに関する広範な実験により、BackTrack がさまざまな追跡ベンチマークで SOTA パフォーマンスを達成するため、既存のテンプレート更新アルゴリズムに対する BackTrack の有効性が検証されています。

要約(オリジナル)

Variations of target appearance such as deformations, illumination variance, occlusion, etc., are the major challenges of visual object tracking that negatively impact the performance of a tracker. An effective method to tackle these challenges is template update, which updates the template to reflect the change of appearance in the target object during tracking. However, with template updates, inadequate quality of new templates or inappropriate timing of updates may induce a model drift problem, which severely degrades the tracking performance. Here, we propose BackTrack, a robust and reliable method to quantify the confidence of the candidate template by backward tracking it on the past frames. Based on the confidence score of candidates from BackTrack, we can update the template with a reliable candidate at the right time while rejecting unreliable candidates. BackTrack is a generic template update scheme and is applicable to any template-based trackers. Extensive experiments on various tracking benchmarks verify the effectiveness of BackTrack over existing template update algorithms, as it achieves SOTA performance on various tracking benchmarks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google