본 논문은 기존 시각적 객체 추적 프레임워크의 한계점인 템플릿 매칭 방식의 성능 저하 문제를 해결하기 위해, 시공간 메모리 네트워크에 동적 주의 메커니즘(DASTM)을 제안합니다. DASTM은 1) 시공간 상관관계 분석을 통한 채널-공간 주의 가중치를 동적으로 조정하는 미분 가능한 동적 주의 메커니즘과, 2) 목표물의 움직임 상태에 따라 계산 자원을 자율적으로 할당하는 경량 게이팅 네트워크를 통해 고차원 특징을 우선적으로 활용함으로써 복잡한 환경에서의 추적 성능을 향상시킵니다. OTB-2015, VOT 2018, LaSOT, GOT-10K 벤치마크에서의 광범위한 평가를 통해 DASTM이 성공률, 강건성, 실시간 효율성 측면에서 최첨단 성능을 달성함을 보여줍니다.
