[論文レビュー] Tracking Randomly Moving Objects on Edge Box Proposals

Gao Zhu, Fatih Porikli+1 more|arXiv (Cornell University)|Jul 29, 2015

Video Surveillance and Tracking Methods参考文献 41被引用数 38

ひとこと要約

本論文は、従来の局所的サーチウィンドウに代えて、グローバルに生成されたインスタンス固有のエッジボックス提案を用いるトラッキング・バイ・検出手法を提案する。この手法により、高速かつ不規則に動く物体のトラッキングが向上する。オブジェクト固有の新たなオブジェクトネス測度を用い、オンラインSVMによる再順序付けを施すことで、VOT2014を含む主要ベンチマークで最先端の性能を達成し、低フレームレートや困難な運動条件下でも高いロバスト性を示す。

ABSTRACT

Most tracking-by-detection methods employ a local search window around the predicted object location in the current frame assuming the previous location is accurate, the trajectory is smooth, and the computational capacity permits a search radius that can accommodate the maximum speed yet small enough to reduce mismatches. These, however, may not be valid always, in particular for fast and irregularly moving objects. Here, we present an object tracker that is not limited to a local search window and has ability to probe efficiently the entire frame. Our method generates a small number of "high-quality" proposals by a novel instance-specific objectness measure and evaluates them against the object model that can be adopted from an existing tracking-by-detection approach as a core tracker. During the tracking process, we update the object model concentrating on hard false-positives supplied by the proposals, which help suppressing distractors caused by difficult background clutters, and learn how to re-rank proposals according to the object model. Since we reduce significantly the number of hypotheses the core tracker evaluates, we can use richer object descriptors and stronger detector. Our method outperforms most recent state-of-the-art trackers on popular tracking benchmarks, and provides improved robustness for fast moving objects as well as for ultra low-frame-rate videos.

研究の動機と目的

• トラッキング・バイ・検出手法における局所的サーチウィンドウの限界を解決すること。特に、滑らかな運動とオブジェクトの移動範囲が限定されているという仮定に依存する点。
• 局所的近傍を越えてサーチ半径を拡大する際の背景のゴミや誤検出の問題を克服すること。
• 運動モデルやヒューリスティックなサーチ制約に依存せずに、高速移動や遮蔽状態にあるオブジェクトのロバストなトラッキングを可能にすること。
• グローバルスキャン領域から得られる高品質なハードネガティブな提案を活用し、モデルの更新を改善すること。
• 特に高速運動や低フレームレートの状況において、標準ベンチマークで優れた性能を達成すること。

提案手法

• エッジ特徴量と、トラッキング対象に特化した新しいインスタンス固有のオブジェクトネス測度を用いて、高品質なオブジェクト提案の少数セットを生成する。
• コアトラッカー（例：NCC や Struck）を用いて提案を評価し、従来の局所的サーチウィンドウの代わりにグローバルな仮説スキャンを実施する。
• オブジェクトモデルから導出された特徴ベクトルを基に、オンラインで学習された線形SVMを用いて提案を適応的に再順序付けする。
• 提案セットからのハードネガティブ例を用いてオブジェクトモデルを更新し、背景のゴミからの識別能力を向上させる。
• トラッキング対象の外見と運動特性に応じて、提案のサイズとスケールを動的に調整する。
• モデル更新にはエッジベース検出からの提案と、前回位置周辺のローカル候補を組み合わせるが、推論時には提案のみを用いる。

実験結果

リサーチクエスチョン

• RQ1 グローバルな提案生成メカニズムは、高速かつ不規則に動く物体のトラッキングにおいて、局所的サーチウィンドウを上回る性能を発揮できるか？
• RQ2 インスタンス固有のオブジェクトネス測度は、トラッキングにおける提案品質の向上と誤検出の低減にどのように寄与するか？
• RQ3 オンラインで適応する分類器を用いた提案の再順序付けは、より良いモデル更新とトラッキング精度をもたらすか？
• RQ4 知的な選択によって提案空間を絞った場合、より豊富な記述子や強力な検出器を効果的に活用できるか？
• RQ5 極端な状況、例えば低フレームレートや高速運動下において、本手法はどのように性能を発揮するか？

主な発見

• 提案されたトラッカーは、VOT2014ベンチマークで最高の性能を達成し、20以上の最先端手法を上回った。
• OTBデータセットでは、高速運動（FM）カテゴリでAUCが58.1、精度が77.8を達成。KCF（46.8／61.0）やStruck（45.7／59.6）を大きく上回った。
• TB50では、成功率（AUC）が49.6％を記録し、KCF（40.2％）やBINGベースの変種（30.8–33.7％）を上回った。
• 低フレームレートの状況でもロバストであることが示され、汎用的なエッジボックスではなく、適応的提案選択を用いることで性能が向上した。
• 200個のインスタンス固有の提案が最適な性能を発揮した。100個程度に減らすと誤検出やオブジェクトのカバー不足が生じ、400個に増やすと余分な候補が増加した。
• EdgeBoxをBINGベースの提案に置き換えると性能が低下（AUC 30.8–33.7％）し、本手法のインスタンス固有の提案生成の優位性が裏付けられた。