fulfulggg
commented
2 months ago 論文要約
論文要約: BoostTrack++: トラックレット情報を利用した複数物体追跡における物体検出精度の向上
-
目的: 複数物体追跡(MOT)における物体検出の精度向上
-
課題: 従来のMOT手法は、信頼度の低い検出結果を十分に活用できていない。
-
提案手法:
- BoostTrackの改良: BoostTrackは、検出の信頼度を高めることで、信頼度の低い検出結果も利用しようとする手法。本論文では、BoostTrackの信頼度向上技術の限界を克服し、性能を向上させる手法を提案。
- リッチな類似度尺度の導入: 形状、マハラノビス距離、ソフトBIoU類似度を組み合わせることで、より正確に真陽性検出を選択。
- ソフトな検出信頼度向上技術: 類似度尺度と過去の信頼度スコアに基づいて、新しい信頼度スコアを計算。
- 様々な類似度しきい値の導入: 更新頻度の低い検出結果にも対応。
-
効果:
- MOT17データセットにおいて最先端の結果に匹敵。
- MOT20データセットにおいてHOTAとIDF1スコアで新たな最先端の結果を達成。
-
利点: 提案手法は、あらゆるMOTアルゴリズムに適用可能。
タイトル: BoostTrack++: トラックレット情報を利用した複数物体追跡における物体検出精度の向上
リンク: https://arxiv.org/abs/2408.13003
概要:
マルチオブジェクトトラッキング（MOT）は、検出されたバウンディングボックスから真陽性を正しく選択することに大きく依存しています。しかし、この側面はこれまで見過ごされてきたり、2段階の関連付けを用い、2段階目で低い信頼度の検出結果を利用することで軽減されてきました。最近提案されたBoostTrackは、多段階の関連付けアプローチの欠点を回避し、検出の信頼度を高めることで、信頼度の低い検出結果も利用しようとしています。
本論文では、BoostTrackで使用されている信頼度向上技術の限界を明らかにし、その性能を向上させる方法を提案します。よりリッチな類似度尺度を構築し、真陽性検出の選択を向上させるために、形状、マハラノビス距離、および新規のソフトBIoU類似度の組み合わせを使用することを提案します。類似度尺度と以前の信頼度スコアに基づいて新しい信頼度スコアを計算する、ソフトな検出信頼度向上技術を提案し、定期的に更新されない検出結果とトラッキング対象との間の低い類似度尺度を考慮するために、さまざまな類似度しきい値を導入します。提案された追加は相互に独立しており、あらゆるMOTアルゴリズムで使用できます。
BoostTrack+ベースラインと組み合わせることで、私たちの方法はMOT17データセットにおいて最先端の結果に匹敵し、MOT20データセットにおいてはHOTAとIDF1スコアで新たな最先端の結果を達成しました。
ソースコードはhttps://github.com/vukasin-stanojevic/BoostTrack で公開されています。