大規模な現実世界における多人数トラッキング

本稿では、現在利用可能な高品質な多人数追跡データセット（MOT17、HiEve、MOT20など）よりも1桁以上大きな規模を持つ新たな大規模マルチペルソン追跡データセットである \texttt{PersonPath22} を紹介する。このタスクにおける大規模な学習およびテストデータの不足は、人物密度の変動、実行される動作、天候、時間帯などの多様なシナリオや条件下における追跡システムの性能を広く理解する能力を制限してきた。\texttt{PersonPath22} データセットは、こうした多様な条件を網羅的にカバーするよう特別に収集されたものであり、アノテーションには人物の属性や状況に関する豊富なメタデータを含んでおり、追跡性能をこれらの異なる次元に沿って評価可能となっている。また、学習データの不足により、追跡システムのエンドツーエンド学習が困難となっており、現在最高の性能を発揮する追跡システムは、外部の画像データセットで事前に強固に訓練された検出器に依存している。本データセットの公開により、大規模な動画ベースの学習データを活用した新たな研究分野の展開が期待される。