ReST：マルチカメラマルチオブジェクト追跡のための再構成可能な空間時系列グラフモデル

マルチカメラマルチオブジェクトトラッキング（MC-MOT）は、複数視点からの情報を活用することで、隠蔽や混雑したシーンにおける課題をより効果的に解決する。近年、トラッキング問題に対してグラフベースのアプローチが非常に注目されている。しかし、多くの既存のグラフベース手法は、空間的・時間的整合性に関する情報を十分に活用できていない。むしろ、単一カメラ用トラッカーの出力を入力として利用しており、これはトラックレットの断片化やIDスイッチエラーを引き起こしやすい。本論文では、まず複数カメラ間の検出オブジェクトを空間的に関連付ける段階を経て、その後グラフを再構成して時間的関連付け（Temporal Association）に用いる、新たな再構成可能グラフモデルを提案する。この二段階関連付けアプローチにより、頑健な空間的・時間的特徴を抽出でき、断片化したトラックレットの問題に対処可能となる。さらに、本モデルはオンライントラッキングを想定して設計されており、実世界の応用に適している。実験結果から、提案モデルがオブジェクトトラッキングに向けたより識別力の高い特徴を抽出でき、複数の公的データセットにおいて最先端の性能を達成することが確認された。