要約
動画シーケンスにおける複数物体追跡の問題は、いくつかの難題を呈しています。検出による追跡において、これらの課題には物体再識別、運動予測、および遮蔽物の処理が含まれます。本稿では、これらの特定の課題を対象とせず、特に追跡データに対する学習や最適化を行わない追跡器（装飾なし）を提案します。この目的のために、物体検出器のバウンディングボックス回帰を利用して次のフレームでの物体位置を予測し、検出器をTracktorに変換します。我々はTracktorの可能性を示し、単純な再識別とカメラ運動補償を追加することで3つの多物体追跡ベンチマークで新しい最先端の結果を提供します。さらに、我々は現在の最先端の追跡手法との比較において、その性能と失敗事例について分析を行います。驚くことに、専門的な追跡手法は複雑な追跡状況、すなわち小さな物体や遮蔽された物体、または欠落した検出に対して著しく優れていないことがわかりました。しかし、我々のアプローチは大部分の簡単な追跡状況に対処できます。したがって、我々は新たな追跡パラダイムとしてこのアプローチを推奨し、将来有望な研究方向性について指摘します。全体的に見れば、Tracktorは現在のどの追跡手法よりも優れた追跡性能を発揮し、我々の分析は未解決かつ残る追跡課題を明らかにし、今後の研究方向性へのインスピレーションを与えています。