Einfache Online- und Echtzeitverfolgung mit einer tiefen Assoziationsmetrik

Simple Online and Realtime Tracking (SORT) ist ein pragmatischer Ansatz für die Verfolgung mehrerer Objekte, der sich auf einfache und effektive Algorithmen konzentriert. In dieser Arbeit integrieren wir Erscheinungsmerkmale, um die Leistung von SORT zu verbessern. Durch diese Erweiterung sind wir in der Lage, Objekte über längere Zeiträume von Verdeckungen zu verfolgen und die Anzahl der Identitätsumschaltungen effektiv zu reduzieren. Im Sinne des ursprünglichen Frameworks verschieben wir den Großteil der rechnerischen Komplexität in eine Offline-Vorabtrainingsphase, in der wir ein tiefes Assoziationsmetrik auf einem groß angelegten Datensatz zur Person-Wiedererkennung lernen. Während der Online-Anwendung etablieren wir Messwert-zu-Verfolgungsassoziationen durch Next-Neighbor-Anfragen im visuellen Erscheinungsraum. Experimentelle Auswertungen zeigen, dass unsere Erweiterungen die Anzahl der Identitätsumschaltungen um 45% reduzieren und insgesamt wettbewerbsfähige Leistungen bei hohen Frameraten erzielen.