이미지 생성 네트워크를 사용한 객체 추적 정확도 향상

국문 초록 (Abstract)

본 논문은 이미지 생성 네트워크를 사용하여 객체 추적 정확도를 향상 시키는 방법을 제안하고 결과를 분석하였다. 객체 추적은 환경에 상관없이 지속적으로 객체를 추적해야 한다. 카메라의 움직임, 객체의 변화, 빛의 영향 등 외부 요인으로 객체를 추적하는데 영향을 받게 된다. 본 논문에서는 이미지 생성 네트워크를 통해 미리 객체의 다양한 특징 정보를 획득하여 객체 추적의 정확도를 향상시키고자 한다. 카메라의 첫 프레임이 이미지 화질확대 모델인 Superpixel에 입력된다. 그 후 이미지 생성 네트워크를 통해 객체의 새로운 정보를 만들어내고 해당 정보들은 동시에 객체 추적 알고리즘에 입력된다. 객체 추적 알고리즘은 객체가 보일 수 있는 특징 정보들을 얻을 수 있기에 추적 정확도를 높일 수 있다. 본 논문에서는 GOTURN과 SiameseFC 그리고 제안하는 모델의 성능을 비교한다. OTB 데이터셋을 사용하여 객체 추적의 정확도와 추적 성공률을 비교하고 입력의 개수를 바꿔가며 성능에 대한 분석을 한다.