UCMCTrack : Suivi multi-objets avec compensation uniforme du mouvement de la caméra

Le suivi multi-objets (MOT) dans les séquences vidéo reste une tâche complexe, en particulier dans des scénarios avec des mouvements de caméra importants. Ceci est dû au fait que les cibles peuvent se déplacer considérablement sur le plan de l'image, entraînant des résultats de suivi erronés. Pour relever ces défis, il est généralement nécessaire d'utiliser des indices d'apparence supplémentaires ou la Compensation du Mouvement de Caméra (CMC). Bien que ces stratégies soient efficaces, elles ajoutent également un fardeau computationnel important, posant des défis pour le suivi multi-objets en temps réel (MOT). En réponse à cela, nous présentons UCMCTrack, un nouveau tracker basé sur un modèle de mouvement et robuste aux mouvements de caméra. Contrairement aux méthodes traditionnelles de CMC qui calculent les paramètres de compensation image par image, UCMCTrack applique de manière cohérente les mêmes paramètres de compensation tout au long d'une séquence vidéo. Il utilise un filtre de Kalman sur le plan du sol et introduit la Distance de Mahalanobis Mappée (DMM) comme alternative à la mesure traditionnelle de l'Intersection sur Union (IoU). En exploitant les distributions de probabilité projetées sur le plan du sol, notre approche capture efficacement les modèles de mouvement et gère habilement les incertitudes introduites par les projections homographiques. Remarquablement, UCMCTrack, en s'appuyant uniquement sur des indices de mouvement, atteint des performances d'état de l'art sur une variété de jeux de données difficiles, notamment MOT17, MOT20, DanceTrack et KITTI. Plus de détails et le code sont disponibles à l'adresse suivante : https://github.com/corfyi/UCMCTrack