畳み込みニューラルネットワークの特徴マップ選択によるトラッキング

摘要

VGG Net [1] に代表される一般物体認識で高い認識精度を達成した畳み込みニューラルネットワーク(Convolutional Neural Networks，以下CNN) は，一般物体認識以外の問題にも数多くの応用が行われている．こうしたCNN を利用する既存のトラッキング手法では，オフライン学習やオンライン学習を行うために多くの計算量を必要とする．そこで本研究では，学習済みのCNN からトラッキングに有効な特徴マップを選択することで，新たなモデルの学習を行うことなく対象の追跡を行う高速なトラッキング手法を提案する．