예시와 비슷한 위치 찾기
지정한 대상의 예시 이미지와 다음 프레임의 검색 영역을 특징으로 바꾸어 비교한다. 검색 위치별 반응은 대상과 유사한 위치를 찾는 단서가 된다. 영상 안의 모든 새 물체를 발견하고 별도 식별자를 부여하는 다중 객체 추적과 입력 목적이 다르다.
미리 학습한 유사성
SiamFC는 영상 검출 데이터에서 완전 합성곱 샴 신경망을 학습한다. 추적할 새 대상마다 네트워크 전체를 온라인 경사하강으로 새로 맞추는 부담을 줄이는 접근이다. 사전 학습한 유사성이 실제 장면의 모든 외형 변화를 포함하는 것은 아니다.
반응의 해석 예
설명용으로 검색 후보 세 곳의 반응이 0.2, 0.9, 0.7이라면 가장 큰 곳은 두 번째다. 하지만 0.9를 실제 정답 확률 90%로 바로 해석할 수는 없다. 비슷한 물체가 더 강하게 반응하거나 대상이 검색 범위를 벗어날 수도 있다.
범위와 실패 조건
검색 영역 안에서 잘 찾는 것과 긴 가림 뒤 재등장하는 대상을 회복하는 것은 다른 조건이다. 외형 변화, 크기 변화와 빠른 이동을 따로 평가한다. 실행 속도는 입력 크기와 기기에 영향을 받으므로 정확도와 비교할 때 검색 범위 및 초기 대상 지정 조건도 맞춘다.
관련 문서
SiamRPN 플러스 / DeepSORT / ByteTrack / TrackFormer / 합성곱 신경망 / 광류