視覚追跡のためのドリフト耐性な時間的事前分布
arXiv cs.CV / 2026/4/6
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、ノイズを含む過去の予測を単純に集約することによって生じるモデルのドリフトに対し、多フレームの視覚トラッカーをより頑健にする軽量モジュールDTPTrackを提案する。
- DTPTrackは、過去の状態に対するフレームごとの信頼度スコアを学習するTemporal Reliability Calibrator（TRC）を用いることでノイズを除去しつつ、グラウンドトゥルースのテンプレートへとアンカーする。
- さらに、較正された履歴をコンパクトな動的時間的事前分布の集合へと変換し、将来の予測を導くTemporal Guidance Synthesizer（TGS）も提案する。
- 実験により、DTPTrackは既存の複数のアーキテクチャ（OSTrack、ODTrack、LoRAT）に統合した場合に一貫して有意な改善をもたらすことが示され、新たなベストモデルではLaSOTでSuccess 77.5%、GOT-10kでAO 80.3%を達成する。
