FC-Track: オーバーラップを考慮したオンライン多物体追跡におけるアソシエーション後の補正

要約: 信頼性の高いマルチオブジェクト追跡（MOT）は、複雑で動的な環境で動作するロボットシステムにとって不可欠です。検出とアソシエーションの最近の進歩にもかかわらず、オンラインMOT手法は頻繁な遮蔽と物体の重なりによって生じるアイデンティティのスイッチに脆弱であり、誤ったアソシエーションが時間とともに伝搬して追跡の信頼性を低下させる可能性があります。我々は、推論時にオーバーラップによって引き起こされるミスマッチを明示的に対象とするオンラインMOTの軽量なポストアソシエーション補正フレームワーク（FC-Track）を提案します。提案手法は、IoA（Intersection over Area）ベースのフィルタリング戦略を用いて高重なり条件下で信頼性の低い外観更新を抑制し、重なり合うトラックレット対内で外観類似度比較によって検出からトラックレットへのミスマッチを局所的に修正します。短期的なミスマッチが伝搬するのを防ぐことにより、グローバル最適化や再識別に頼ることなく、長期的なアイデンティティスイッチを効果的に緩和します。フレームワークはグローバル最適化や再識別を必要とせずオンラインで動作するため、リアルタイムのロボットアプリケーションに適しています。 MOT17 テストセットで 81.73 MOTA、82.81 IDF1、66.95 HOTA を、実行速度 5.7 FPS で達成し、MOT20 テストセットでは 77.52 MOTA、80.90 IDF1、65.67 HOTA を、実行速度 0.6 FPS で達成しました。特に、我々のフレームワーク FC-Track は長期アイデンティティスイッチをわずか 29.55% に抑え、既存のオンライントラッカーよりも著しく低いです。一方、我々のフレームワークは MOT20 ベンチマークで最先端の性能を維持します。