抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ロバスト性と識別力は視覚物体追跡における2つの基本的要求である。ほとんどの追跡パラダイムにおいて,ポピュラーなSiameseのようなネットワークによって抽出された特徴は,追跡されたターゲットとディストラクタオブジェクトを完全に識別することができず,これら2つの要求を同時に満たすことを妨げる。ほとんどの方法はロバスト相関操作の設計に焦点を合わせるが,自己/交差アテンション方式によって触発された新しいターゲット依存特徴ネットワークを提案する。Siamese様特徴抽出とは対照的に,このネットワークは特徴ネットワークの多重層における交差画像特徴相関を深く埋め込む。多重層を通して2つの画像の特徴を広範囲にマッチングすることによって,それは非目標特性を抑えることができて,用例-変化特性抽出をもたらした。検索画像の出力特徴は,余分な相関段階なしでターゲット位置を予測するために直接使用することができる。さらに,このモデルは豊富な不対画像上で柔軟に事前訓練でき,既存の方法よりも顕著に速い収束をもたらす。大規模な実験は,著者らの方法がリアルタイムで実行しながら最先端の結果を達成することを示した。また,著者らの特徴ネットワークを,追跡性能を上げるためにシームレスに既存の追跡パイプラインに適用することができる。コードは利用可能である。【JST・京大機械翻訳】