[論文レビュー] Object Tracking via Dynamic Feature Selection Processes

Giorgio Roffo, Simone Melzi|arXiv (Cornell University)|Sep 7, 2016

Video Surveillance and Tracking Methods参考文献 5被引用数 4

ひとこと要約

本稿では、動的特徴選択トラッカー（DFST）を提案する。これは、教師ありバージョンのInf-FSアルゴリズムを用いて、標的と背景の間で最も識別的な特徴を動的に選択する、拡張された視覚追跡システムである。この特徴選択を適応色追跡（ACT）フレームワークに統合することで、外見の変化、照明の変化、干渉要因に対しても精度と頑健性が向上し、VOT2016チャレンジで成功率5.06、精度0.57を達成し、最高の性能を発揮した。

ABSTRACT

DFST proposes an optimized visual tracking algorithm based on the real-time selection of locally and temporally discriminative features. A feature selection mechanism is embedded in the Adaptive colour Names (CN) tracking system that adaptively selects the top-ranked discriminative features for tracking. DFST provides a significant gain in accuracy and precision allowing the use of a dynamic set of features that results in an increased system flexibility. DFST is based on the unsupervised method "Infinite Feature Selection" (Inf-FS), which ranks features according with their "redundancy" without using class labels. By using a fast online algorithm for learning dictionaries the size of the box is adapted during the processing. At each update, we use multiple examples around the target (at different positions and scales). DFST also improved the CN by adding micro-shift at the predicted position and bounding box adaptation.

研究の動機と目的

• 外見の変動に伴うシステムの柔軟性の低下を引き起こす、ACTのような視覚追跡器における固定特徴集合の限界を解消すること。
• リアルタイムで標的の識別に最も関連する特徴を動的に選択することで、前景と背景の分離を向上させること。
• 完全なグラフ構築を回避する教師ありバージョンのInf-FSを導入することで、特徴選択の計算オーバーヘッドを低減すること。
• 適応的特徴重み付けを用いて、照明の変化、背景の雑音、干渉要因に対するトラッカーの頑健性を向上させること。
• GPUや分散処理に依存せずに、VOT2016チャレンジで高い性能を達成すること。

提案手法

• 標的（前景）と背景クラスの間での特徴の識別力に基づいて特徴をランク付けする、Inf-FSアルゴリズムの教師ありバージョンを導入する。
• フィッシャー基準とt検定のp値に基づいて導出される重み付き行列Aを用いて特徴類似度グラフを構築し、エッジの重みは特徴ペアの共同識別力反映する。
• 教師ありInf-FSを用いて、グラフ内のすべての経路を通じて標的と背景を分離する能力に基づき、特徴に最終的なスコアを割り当てる。
• 各フレームで上位ランクの特徴のみを用いて共分散行列Cを再推定することで、特徴選択モジュールをACTトラッカーに統合する。
• 250個の原子と200回の反復を用いたオンライン辞書学習を適用し、複数の標的スケールのパッチにおける再構成誤差を最小化することで、バウンディングボックスのサイズを適応的に調整する。
• 予測位置におけるマイクロシフトの精微化を適用し、局所化の正確性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 固定特徴集合と比較して、動的で適応的な特徴選択メカニズムは、視覚追跡における追跡精度と頑健性を向上させ得るか？
• RQ2 Inf-FSのような非教師あり特徴選択手法の計算コストを、識別性能を保持したまま低減できるか？
• RQ3 前景と背景の分離を組み込むことで、照明変化や外見変化下での特徴の関連性とトラッカーの頑健性はどの程度向上するか？
• RQ4 オンライン辞書学習は、追跡速度を犠牲にせず、リアルタイムでバウンディングボックスのサイズを適応的に調整できるか？
• RQ5 特に干渉要因や外見のずれに対処する際、VOT2016チャレンジの厳しい評価ルール下で、提案手法はどの程度の性能を発揮するか？

主な発見

• DFSTトラッカーは、VOT2016チャレンジで成功率5.06、精度0.57を達成し、ベースラインのACTトラッカーを顕著に上回った。
• 教師ありInf-FSバージョンにより、特徴グラフの構築に要する時間が短縮され、全ペア相関計算の必要がなくなった。
• 特徴選択により、照明条件の変化に対しても、変化に伴い識別力が保たれる特徴が優先されるようになった。
• 空間的に相関する背景の雑音を抑制するため、広範囲の背景領域で活性化する特徴に対してペナルティを課すことで、効果的に抑制された。
• オンライン辞書学習の統合により、再構成誤差の最小化を通じて、バウンディングボックスのサイズを適応的に調整可能となり、局所化の正確性が向上した。
• GPU加速を用いずに標準CPU上で最大16.53 FPSのフレームレートを維持したため、リアルタイム実行の可能性が裏付けられた。