[論文レビュー] Real-Time Visual Tracking: Promoting the Robustness of Correlation Filter Learning

Yao Sui, Ziming Zhang+3 more|arXiv (Cornell University)|Aug 29, 2016

Video Surveillance and Tracking Methods参考文献 37被引用数 4

ひとこと要約

本論文は、標準の ℓ₂ 損失の代わりにスパarsity誘導損失関数（ℓ₁、ℓ₁ℓ₂、ℓ₂,₁）を導入することで、相関フィルタのロバスト性を向上させる3つのリアルタイム視覚トラッカーを提案する。応答の非等方性を活用し、外見変化への過剰適合を低減することで、遮蔽、照明変動、ノイズの下でもトラッキング性能が向上し、連続フレームにおけるピーク応答の感度が信頼性の高い性能予測子として機能する。

ABSTRACT

Correlation filtering based tracking model has received lots of attention and achieved great success in real-time tracking, however, the lost function in current correlation filtering paradigm could not reliably response to the appearance changes caused by occlusion and illumination variations. This study intends to promote the robustness of the correlation filter learning. By exploiting the anisotropy of the filter response, three sparsity related loss functions are proposed to alleviate the overfitting issue of previous methods and improve the overall tracking performance. As a result, three real-time trackers are implemented. Extensive experiments in various challenging situations demonstrate that the robustness of the learned correlation filter has been greatly improved via the designed loss functions. In addition, the study reveals, from an experimental perspective, how different loss functions essentially influence the tracking performance. An important conclusion is that the sensitivity of the peak values of the filter in successive frames is consistent with the tracking performance. This is a useful reference criterion in designing a robust correlation filter for visual tracking.

研究の動機と目的

• 遮蔽や照明変動などの外見変化に起因する相関フィルタ学習における過剰適合問題に対処すること。
• 標準の ℓ₂ 損失の代わりにスパarsity促進損失関数を導入することで、リアルタイム視覚トラッキングのロバスト性を向上させること。
• 実験的分析を通じて、異なる損失関数がトラッキング性能に与える影響を調査すること。
• トラッキングのロバスト性を評価・設計するための新基準として、フレーム間におけるフィルタピーク値の感度を確立すること。

提案手法

• 相関フィルタ学習における標準の ℓ₂ 損失の代わりに、スパarsity関連の損失関数（ℓ₁、ℓ₁ℓ₂、ℓ₂,₁）を3つ導入する。
• 空間的に異なるサイクリックシフトサンプルに異なる応答値を割り当てることで、フィルタ応答の非等方性を活用し、均一な応答の強制を回避する。
• FFTを用いて周波数ドメインで学習問題を定式化することで、計算効率を維持しながらロバストな損失関数を適用する。
• ピーク値の変動を定量化する感度指標 s = Σ(pᵢ − pₘ)² を定義し、トラッキングのロバスト性と関連付ける。
• サイクリックシフト法を用いて、ターゲット領域から訓練サンプルを生成し、高速計算を可能にする循環構造を保持する。
• 外見変化時の大きな誤差にも耐えるロバストな損失関数を最適化することで、過剰適合を低減する。

実験結果

リサーチクエスチョン

• RQ1 異なる損失関数は、相関フィルタベースのトラッカーのロバスト性と性能にどのように影響を与えるか？
• RQ2 スパarsity誘導損失関数は、遮蔽や照明変動などの外見変化への過剰適合を低減できるか？
• RQ3 連続フレーム間におけるフィルタピーク応答の感度は、トラッキング性能の信頼性のある予測子として機能するか？
• RQ4 ノイズ混入または汚損した動画フレームにおいて、本手法はKCFトラッカーと比較してどのように性能を示すか？
• RQ5 ロバストな損失関数は、厳しい視覚的条件下でトラッキングの安定性をどの程度向上させるか？

主な発見

• 提案された ℓ₁、ℓ₁ℓ₂、ℓ₂,₁ 損失関数を用いたトラッカーは、標準ベンチマークにおいてKCFトラッカーを顕著に上回り、特に遮蔽や照明変動の下で顕著な優位性を示す。
• フレーム間におけるフィルタピーク値の感度指標 s は、トラッキング性能と強く相関しており、s の値が低いほどロバスト性と精度が高くなる。
• KCFトラッカーは ℓ₂ 損失に依存しており、高い感度（大きな s 値）を示し、外見変化の下で不安定になるが、提案手法は低い感度と向上した安定性を示す。
• ノイズ混入フレームでは、提案手法は約20%のピクセル汚損まで性能を維持するが、KCFは5%の汚損でも急激に性能を低下させる。
• 実験的分析により、ロバストな損失関数が、特に顕著な外見変化時における応答適合の大きな誤差を許容することで、過剰適合を低減することが確認された。
• 本研究では、フレーム間におけるフィルタピーク応答の感度が、視覚トラッキングにおけるロバストな相関フィルタの設計に有効で信頼性のある基準であることが立証された。