Prévision de Multiple Objets : Prédire les Emplacements Futurs des Objets dans des Environnements Diversifiés

Ce document introduit le problème de la prédiction d'objets multiples (MOF), qui consiste à prédire les boîtes englobantes futures des objets suivis. Contrairement aux travaux existants sur la prédiction de trajectoires d'objets, qui considèrent principalement le problème sous un angle aérien, nous formulons le problème sous une perspective au niveau des objets et appelons à la prédiction des boîtes englobantes complètes des objets, plutôt que des trajectoires seules. Pour résoudre cette tâche, nous présentons le jeu de données Citywalks, composé de plus de 200 000 images vidéo haute résolution. Citywalks comprend des enregistrements filmés dans 21 villes de 10 pays européens, dans diverses conditions météorologiques et plus de 3 500 trajectoires piétonnes uniques. Pour l'évaluation, nous adaptons les méthodes existantes de prédiction de trajectoires pour la MOF et confirmons leur généralisation inter-jeu de données sur l'ensemble MOT-17 sans ajustement fin. Enfin, nous présentons STED, une nouvelle architecture encodeur-décodeur pour la MOF. STED combine des caractéristiques visuelles et temporelles pour modéliser à la fois le mouvement des objets et le mouvement égocentrique, surpassant ainsi les approches existantes pour la MOF. Lien vers le code et le jeu de données : https://github.com/olly-styles/Multiple-Object-Forecasting