極めて長い動画シーケンスにおけるカメラ間の人間追跡のためのオンライン手法と評価法

近年、監視分析および関連分野における重要な役割を果たすため、マルチカメラマルチオブジェクトトラッキングは注目を集めている。しかし、重複領域のないカメラ視野、変動する遮蔽状況、マルチカメラトラッキングシステムにおけるクロスドメイン一般化の必要性など、多くの課題が依然として解決されていない。本研究では、リアルタイムでのカメラキャリブレーションを活用することで、カメラネットワーク全体にわたる一貫したマルチオブジェクトトラッキングを実現する新たなオンライントラッキングフレームワークを提案する。本手法は空間的および時間的関連付け技術をシームレスに統合し、長時間にわたる動画においても堅牢なトラッキングを実現する。しかし、従来のトラッキング評価指標（CLEARやHOTAなど）は、長期間にわたる動画におけるトラッキング性能を正確に解釈するには不十分である。本研究のもう一つの貢献は、長期間にわたるトラッキング性能をより適切に評価できる新たな評価指標「mHOTA」の提案である。AIC24マルチカメラ人間トラッキングデータセットを用いた包括的な実験により、本手法の有効性およびスケーラビリティ、および提案指標の実用性が実証された。