SFSORT: シーン特徴量に基づく単純なオンラインリアルタイム追跡器

本論文では、MOT Challengeデータセットを用いた実験に基づいて世界最速の多目的追跡システムであるSFSORTを紹介します。精度と計算効率の高い追跡器を実現するため、本論文は検出による追跡（tracking-by-detection）手法を採用し、先行研究で確立されたオンラインリアルタイム追跡アプローチに従っています。新規のコスト関数であるBounding Box Similarity Index（バウンディングボックス類似度指数）を導入することで、Kalmanフィルターの使用を排除し、計算負荷を軽減しています。さらに、本論文ではシーン特徴が物体追跡の関連付けとトラック後処理の向上に与える影響についても示しています。提案された方法は、2.2 GHz Intel Xeon CPUを使用して、MOT17データセットでHOTA 61.7％と2242 Hzの処理速度、MOT20データセットでHOTA 60.9％と304 Hzの処理速度を達成しました。追跡器のソースコード、微調整された物体検出モデル、およびチュートリアルは以下のURLから入手可能です。\url{https://github.com/gitmehrdad/SFSORT}