[論文レビュー] Learning Support Correlation Filters for Visual Tracking

Wangmeng Zuo, Xiaohe Wu+3 more|arXiv (Cornell University)|Jan 22, 2016

Video Surveillance and Tracking Methods参考文献 41被引用数 26

ひとこと要約

本稿では、密にサンプリングされた画像パッチの巡回行列構造と離散フーリエ変換を活用することで、リアルタイム性能を達成する効率的なSVMベースの視覚追跡手法、サポート相関フィルタ（SCF）を提案する。SVM学習を反復的相関フィルタ最適化に再定式化することにより、計算量をO(n⁴)からO(n² log n)に削減し、マルチチャネル、カーネル化、スケール適応拡張を用いたベンチマークデータセット上で最先端の結果を達成する高速で高精度な追跡を実現する。

ABSTRACT

Sampling and budgeting training examples are two essential factors in tracking algorithms based on support vector machines (SVMs) as a trade-off between accuracy and efficiency. Recently, the circulant matrix formed by dense sampling of translated image patches has been utilized in correlation filters for fast tracking. In this paper, we derive an equivalent formulation of a SVM model with circulant matrix expression and present an efficient alternating optimization method for visual tracking. We incorporate the discrete Fourier transform with the proposed alternating optimization process, and pose the tracking problem as an iterative learning of support correlation filters (SCFs) which find the global optimal solution with real-time performance. For a given circulant data matrix with n^2 samples of size n*n, the computational complexity of the proposed algorithm is O(n^2*logn) whereas that of the standard SVM-based approaches is at least O(n^4). In addition, we extend the SCF-based tracking algorithm with multi-channel features, kernel functions, and scale-adaptive approaches to further improve the tracking performance. Experimental results on a large benchmark dataset show that the proposed SCF-based algorithms perform favorably against the state-of-the-art tracking methods in terms of accuracy and speed.

研究の動機と目的

• 巡回行列構造を活用することで、SVMベースの視覚追跡における精度と効率のトレードオフを解消すること。
• 相関フィルタとフーリエ変換を用いた学習問題の再定式化により、SVMベースの追跡におけるリアルタイム性能を実現すること。
• 低コストな計算量でグローバル収束を達成する効率的な交互最適化アルゴリズムの開発。
• マルチチャネル、カーネル化、スケール適応設定へのSCFフレームワークの拡張により、より高い耐障害性と追跡精度を実現すること。

提案手法

• 巡回データ行列を用いたSVM学習問題を、同等のサポート相関フィルタ（SCF）最適化問題に再定式化する。
• 非拡張作用素を用いて、反復的にフィルタ重みとスラック変数を更新する交互最適化スキームを導入する。
• 学習データ行列の巡回構造を活用することで、離散フーリエ変換（DFT）を用いて計算を高速化する。
• 反復的更新ルールの下で最適解へのグローバル収束を示す収束証明を導出する。
• スペクトル半径解析を用いた固定点反復フレームワークを導入し、q線形収束を保証する。
• マルチチャネルSCF（MSCF）、カーネル化SCF（KSCF）、スケール適応KSCF（SKSCF）へのSCFフレームワークの拡張により、性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 密にサンプリングされた画像パッチの巡回構造を活用して、SVMベースの視覚追跡を高速化できるか？
• RQ2 リアルタイム計算量を満たしつつ、SVMベースの追跡でグローバル最適性を達成できるか？
• RQ3 提案されたSCFフレームワークは、既存の回帰ベースおよびSVMベースのトラッカーと比較して、精度と速度の両面で優れているか？
• RQ4 SCFフレームワークは、マルチチャネル、カーネル化、スケール適応設定に効果的に拡張可能で、耐障害性の高い追跡を実現できるか？
• RQ5 提案された交互最適化アルゴリズムの収束行動と収束速度はいかなるものか？

主な発見

• 提案されたSCFアルゴリズムは、標準的なSVMベースのアプローチのO(n⁴)と比較して、著しく低いO(n² log n)の計算量を達成する。
• 非拡張作用素を用いた固定点収束解析により、最適解へのグローバル収束が証明された。
• KSCFバージョンは、大規模なベンチマークデータセットにおいて、最先端の回帰ベースの相関フィルタトラッカーを精度と速度の両面で上回る。
• SKSCF拡張は、スケール変動を伴う困難なシーケンスにおいて優れた性能を発揮し、スケール適応機構の有効性を示している。
• q線形収束速度は理論的に確立されており、収束係数は変換行列Tのスペクトル半径によって上限が定められている。
• 実験的結果から、提案されたKSCFおよびSKSCF手法は、既存のSVMベースおよびアンサンブル追跡手法を追越す高い追跡精度と耐障害性を示している。