BoostTrack++：トラックレット情報を活用した多次元オブジェクト追跡におけるより多くのオブジェクト検出

複数対象追跡（Multiple Object Tracking: MOT）は、真陽性と判定されたバウンディングボックスの選択に大きく依存している。しかし、この問題の側面は、二段階のアソシエーション手法を採用し、第二段階で信頼度が低い検出結果を利用することで、ほとんど無視されたり緩和されがちである。近年提案されたBoostTrackは、複数段階のアソシエーションアプローチの欠点を回避し、信頼度が低い検出結果を有効活用するため、検出信頼度のブースト（boosting）を導入している。本論文では、BoostTrackで用いられる信頼度ブーストの限界を明らかにし、その性能を向上させる手法を提案する。より豊かな類似度測定を構築し、真陽性検出のより適切な選択を可能にするために、形状情報、マハラノビス距離、および新規のソフトBIoU（soft BIoU）類似度の組み合わせを提案する。さらに、類似度測定値と既存の信頼度スコアに基づいて新しい信頼度スコアを計算する「ソフト検出信頼度ブースト」技術を提案し、更新頻度が低いトラックレットと検出結果との間で類似度が低くなる状況に対応するため、可変の類似度閾値を導入する。本研究で提案する各要素は相互に独立しており、任意のMOTアルゴリズムに組み込むことが可能である。BoostTrack+ベースラインと組み合わせることで、MOT17データセットでは準最先端（near state-of-the-art）の結果を達成し、MOT20データセットではHOTAおよびIDF1スコアにおいて新記録を樹立した。ソースコードは以下のURLで公開されている：https://github.com/vukasin-stanojevic/BoostTrack。