Fugu-MT 論文翻訳(概要): Revisiting the details when evaluating a visual tracker

論文の概要: Revisiting the details when evaluating a visual tracker

arxiv url: http://arxiv.org/abs/2102.06733v1
Date: Mon, 25 Jan 2021 13:43:27 GMT
ステータス: 処理完了
システム内更新日: 2021-03-14 19:03:53.325257
Title: Revisiting the details when evaluating a visual tracker
Title（参考訳）: 視覚トラッカー評価における詳細の再検討
Authors: Zan Huang
Abstract要約: 本報告では,単一オブジェクト追跡に着目し,広く使用されているotbciteotbベンチマークに基づくトラッカ評価の詳細を再検討する。実験結果から,追跡アルゴリズムには絶対的な勝者が存在しない可能性が示唆された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Visual tracking algorithms are naturally adopted in various applications, there have been several benchmarks and many tracking algorithms, more expected to appear in the future. In this report, I focus on single object tracking and revisit the details of tracker evaluation based on widely used OTB\cite{otb} benchmark by introducing a simpler, accurate, and extensible method for tracker evaluation and comparison. Experimental results suggest that there may not be an absolute winner among tracking algorithms. We have to perform detailed analysis to select suitable trackers for use cases.
Abstract（参考訳）: 視覚追跡アルゴリズムは、さまざまなアプリケーションで自然に採用されており、いくつかのベンチマークと多くの追跡アルゴリズムがあり、将来的に現れることが予想されています。本報告では, 単一物体追跡に着目し, トラッカ評価と比較のための簡易かつ高精度, 拡張可能な手法を導入することで, 広く使用されている otb\cite{otb} ベンチマークに基づくトラッカ評価の詳細を再検討する。実験結果から,追跡アルゴリズムには絶対的な勝者が存在しない可能性が示唆された。ユースケースに適したトラッカーを選択するためには,詳細な分析を行う必要がある。

関連論文リスト

RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
論文参考訳（メタデータ） (2024-03-28T08:54:40Z)
Tracking with Human-Intent Reasoning [64.69229729784008]
この作業では、新しいトラッキングタスクであるインストラクショントラッキングを提案している。ビデオフレーム内で自動的にトラッキングを実行するようにトラッカーに要求する暗黙の追跡命令を提供する。 TrackGPTは複雑な推論ベースの追跡を行うことができる。
論文参考訳（メタデータ） (2023-12-29T03:22:18Z)
OmniTracker: Unifying Object Tracking by Tracking-with-Detection [119.51012668709502]
OmniTrackerは、完全に共有されたネットワークアーキテクチャ、モデルウェイト、推論パイプラインですべてのトラッキングタスクを解決するために提供されている。 LaSOT、TrackingNet、DAVIS16-17、MOT17、MOTS20、YTVIS19を含む7つの追跡データセットの実験は、OmniTrackerがタスク固有の追跡モデルと統合された追跡モデルの両方よりも、オンパーまたはそれ以上の結果を達成することを示した。
論文参考訳（メタデータ） (2023-03-21T17:59:57Z)
Detection-aware multi-object tracking evaluation [1.7880586070278561]
本研究では,異なる検出器を用いたトラッカー評価を行うため,TEM(Tracking Effort Measure)と呼ばれる新しい性能指標を提案する。 TEMは、入力検出に対する相関を小さくして、トラッカーによってなされた労力を定量化することができる。
論文参考訳（メタデータ） (2022-12-16T15:35:34Z)
Beyond Greedy Search: Tracking by Multi-Agent Reinforcement Learning-based Beam Search [103.53249725360286]
既存のトラッカーは通常、フレーム毎のトラッキング結果として最大スコアの場所または提案を選択する。本稿では,この問題に対処するために,新しいマルチエージェント強化学習に基づくビームサーチ戦略(BeamTracking と呼ばれる)を提案する。
論文参考訳（メタデータ） (2022-05-19T16:35:36Z)
CoCoLoT: Combining Complementary Trackers in Long-Term Visual Tracking [17.2557973738397]
本稿では,長期追跡性能を向上させるために,補完的な視覚トラッカーの特性を組み合わせたCoCoLoTというフレームワークを提案する。 CoCoLoTは、オンライン学習された深層検証モデルを通じて、トラッカーが対象オブジェクトをフォローしているかどうかを認識し、意思決定ポリシーを起動する。提案手法は広範に評価され、他のいくつかのソリューションとの比較により、最も人気のある視覚的追跡ベンチマークにおいて最先端の手法と競合することが判明した。
論文参考訳（メタデータ） (2022-05-09T13:25:13Z)
Visual Object Tracking with Discriminative Filters and Siamese Networks: A Survey and Outlook [97.27199633649991]
識別相関フィルタ (DCF) とディープシームズネットワーク (SN) が支配的な追跡パラダイムとして出現している。本調査では,9つのトラッキングベンチマークの結果に基づいて,90以上のDCFとSiameseトラッカーの体系的,徹底的なレビューを行う。
論文参考訳（メタデータ） (2021-12-06T07:57:10Z)
Predictive Visual Tracking: A New Benchmark and Baseline Approach [27.87099869398515]
実世界のシナリオでは、画像ストリームのオンボード処理時間が必然的に追跡結果と実世界の状態との間に不一致をもたらす。既存のビジュアルトラッキングベンチマークは、一般的にトラッカーをオフラインで実行し、評価においてそのような遅延を無視する。本研究は,より現実的な遅延認識トラッキング問題に対処することを目的としている。
論文参考訳（メタデータ） (2021-03-08T01:50:05Z)
Multi-modal Visual Tracking: Review and Experimental Comparison [85.20414397784937]
マルチモーダルトラッキングアルゴリズム,特に可視深度(RGB-D)と可視温度(RGB-T)を要約する。 5つのデータセット上でトラッカーの有効性を分析する実験を行った。
論文参考訳（メタデータ） (2020-12-08T02:39:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。