[논문 리뷰] Tracking Noisy Targets: A Review of Recent Object Tracking Approaches

Mustansar Fiaz, Arif Mahmood외 1명|arXiv (Cornell University)|2018. 02. 09.

Video Surveillance and Tracking Methods참고 문헌 7인용 수 35

한 줄 요약

이 논문은 최근 시각적 객체 추적 기법을 검토하며, 상관 필터 기반 및 비상관 필터 기반 추적기로 분류하고, OTB2015 벤치마크를 사용하여 추가성 백색 가우시안 노이즈 상황에서의 강인성(로버스트니)을 평가한다. 주요 기여는 노이즈가 추적기 성능을 상당히 악화시킴을 입증하며, 노이즈 수준에 따라 상대적 순위가 변화함을 보여주어 향후 추적 알고리즘 개발 시 노이즈 강인성 평가 기준을 표준 평가 지표로 포함할 필요성을 강조한다.

ABSTRACT

Visual object tracking is an important computer vision problem with numerous real-world applications including human-computer interaction, autonomous vehicles, robotics, motion-based recognition, video indexing, surveillance and security. In this paper, we aim to extensively review the latest trends and advances in the tracking algorithms and evaluate the robustness of trackers in the presence of noise. The first part of this work comprises a comprehensive survey of recently proposed tracking algorithms. We broadly categorize trackers into correlation filter based trackers and the others as non-correlation filter trackers. Each category is further classified into various types of trackers based on the architecture of the tracking mechanism. In the second part of this work, we experimentally evaluate tracking algorithms for robustness in the presence of additive white Gaussian noise. Multiple levels of additive noise are added to the Object Tracking Benchmark (OTB) 2015, and the precision and success rates of the tracking algorithms are evaluated. Some algorithms suffered more performance degradation than others, which brings to light a previously unexplored aspect of the tracking algorithms. The relative rank of the algorithms based on their performance on benchmark datasets may change in the presence of noise. Our study concludes that no single tracker is able to achieve the same efficiency in the presence of noise as under noise-free conditions; thus, there is a need to include a parameter for robustness to noise when evaluating newly proposed tracking algorithms.

연구 동기 및 목표

• 최근 시각적 객체 추적 알고리즘에 대한 종합적 서베이를 제공하며, 상관 필터 기반 및 비상관 필터 기반 접근법에 집중한다.
• 다양한 수준의 추가성 백색 가우시안 노이즈 하에서 최첨단 추적기의 강인성을 평가한다.
• 합성 노이즈에 노출되었을 때 추적기의 성능 저하 패턴을 규명하여, 노이즈 민감도가 표준 벤치마크에서의 상대적 순위에 영향을 미친다는 것을 밝힌다.
• 향후 추적 알고리즘 개발에서 노이즈 간선성(로버스트니)을 핵심 평가 기준으로 포함할 것을 주장한다.
• 실세계의 시각적 노이즈를 수반하는 응용 분야에서 적절한 추적기를 선택하는 데 연구자와 전문가를 안내한다.

제안 방법

• 기본 아키텍처에 따라 최근 추적 알고리즘을 상관 필터 기반 및 비상관 필터 기반 추적기로 분류한다.
• OTB2015 벤치마크 데이터셋에 증가하는 분산(0.00에서 0.09)을 갖는 합성 추가성 백색 가우시안 노이즈를 적용한다.
• 정밀도와 성공률 등의 표준 지표를 사용하여 노이즈 수준에 따른 추적기 성능을 평가한다.
• 노이즈 없는 조건과 노이즈가 있는 조건에서의 추적기 상대적 성능 순위를 비교하여 강인성 평가를 수행한다.
• 일관성 있고 재현 가능한 결과 확보를 위해 표준화된 평가 프로토콜을 사용한다.
• 다양한 추적기 유형과 노이즈 수준 간의 성능 저하 추세를 분석하여 취약점을 규명한다.

실험 결과

연구 질문

• RQ1 추가성 백색 가우시안 노이즈 하에서 상관 필터 기반 및 비상관 필터 기반 추적기는 간선성 측면에서 어떻게 비교될 수 있는가?
• RQ2 OTB2015와 같은 표준 벤치마크에서 노이즈가 도입되었을 때 추적기의 상대적 순위가 일관되게 유지되는가?
• RQ3 증가하는 노이즈 수준에서 성능 저하가 가장 심한 추적기 유형은 무엇인가?
• RQ4 노이즈가 시각적 객체 추적 작업의 정밀도와 성공률에 얼마나 큰 영향을 미치는가?
• RQ5 현재 표준 평가 프로토콜에서 신규 추적 알고리즘 평가 시 노이즈 간선성이 고려되고 있는가?

주요 결과

• ECO와 CSRDCF와 같은 일부 추적기는 고노이즈 수준에서 심각한 성능 저하를 보였으며, 조명 변화 상황에서 정밀도가 노이즈 없을 때 88.8%에서 분산 0.09일 때 64.9%로 감소했다.
• ECT와 CNT와 같은 추적기는 극도로 민감하여 고노이즈 조건에서 정밀도가 5% 이하로 떨어져 노이즈 환경에서 거의 완전한 실패를 겪는 것으로 나타났다.
• 노이즈가 증가함에 따라 추적기 순위가 상당히 변화하여, 청소년 벤치마크에서의 성능이 노이즈 환경에서의 간선성을 신뢰할 수 없음을 시사한다.
• SRDCFdecon과 CF2는 뚜렷한 성능 저하를 보였으며, 고노이즈 조건에서 성공률이 80% 이상에서 50% 이하로 감소하여 일부 상관 필터 변종의 취약성을 드러냈다.
• ECO와 CSRDCF와 같은 최고 성능 추적기들 역시 중간 노이즈 수준(분산 0.05)에서 정밀도가 10% 이상 감소하는 등 노이즈 간선성이 선도적 방법에 내재되어 있지 않음을 보여주었다.
• 이 연구는 어떤 추적기라도 노이즈가 있는 조건에서는 노이즈가 없는 조건만큼 효율성을 유지하지 못하며, 이는 노이즈 간선성을 공식 평가 기준으로 포함할 필요성을 강조한다.