高速なオンライン3Dマルチカメラ・マルチオブジェクト追跡と姿勢推定

arXiv cs.CV / 2026/4/21

📰 ニュースDeveloper Stack & InfrastructureModels & Research

共有:

要点

論文では、複数の単眼カメラを用いて3Dマルチオブジェクト追跡と姿勢推定を同時に行う、高速なオンライン手法を提案しています。
2Dのバウンディングボックスと姿勢の検出だけを用いることで、高価な3D学習データや計算コストの高い深層学習モデルを不要にしています。
ベイズ最適なマルチオブジェクト追跡フィルタを実装することで、計算効率を高めつつ精度を維持します。
実験では、公開されている事前学習済み2D検出器のみを使いながら、既存の最先端手法より大幅に高速で、精度を損なわないことを示しています。
複数カメラが運用中に断続的に切断・再接続される状況でも、頑健に動作することを実証しています。

Abstract

本論文は、複数の単眼カメラを用いて3Dの複数物体トラッキングと姿勢推定を同時に行うための高速かつオンラインの手法を提案する。提案手法は2Dのバウンディングボックスと姿勢の検出結果のみを必要とし、高価な3D学習データや計算コストの高い深層学習モデルは不要である。私たちの解法は、計算効率を高めつつ精度を維持するベイズ最適な複数物体トラッキングフィルタの効率的な実装である。さらに、公開されている事前学習済みの2D検出モデルのみを用いることで、精度を損なうことなく、提案手法が最先端手法よりも有意に高速であることを示す。また、運用中に複数のカメラが断続的に切断されたり再接続されたりする状況において、本手法が頑健に機能することも示す。