Deep HM-SORT: スポーツにおける深層特徴量、調和平均、および拡張IOUを用いた多目的追跡の向上

本論文では、スポーツシーンにおける選手の追跡を強化するために特別に設計された新しいオンライン多目的追跡アルゴリズムであるDeep HM-SORTを紹介します。従来の多目的追跡手法は、選手の類似した外見、不規則で予測不可能な動き、およびカメラの大きな動きなどの理由から、スポーツ環境での追跡に苦労することが多いです。Deep HM-SORTは、これらの課題に対処するために深層特徴量（deep features）、調和平均（harmonic mean）、および拡張IOU（Expansion IOU）を統合しています。調和平均を利用することで、当手法は外見と動きの手がかりを効果的にバランスさせ、IDスワップを大幅に削減します。さらに、当アプローチはすべてのトラックレットを無期限に保持し、フレームから離れて再び戻ってくる選手の再識別性能を向上させます。実験結果は、Deep HM-SORTが大規模な公開ベンチマークであるSportsMOTとSoccerNet Tracking Challenge 2023において最先端の性能を達成していることを示しています。具体的には、当手法はSportsMOTデータセットで80.1 HOTA、SoccerNet-Trackingデータセットで85.4 HOTAを達成しており、HOTA、IDF1、AssA、MOTAなどの主要指標において既存の追跡器を上回っています。この堅牢なソリューションは自動化されたスポーツ分析における精度と信頼性を向上させることで著しい改善をもたらし、追加の計算コストなしで以前の手法よりも優れた性能を発揮します。