경로 추정을 위한 혼합 밀도 네트워크를 활용한 다객체 추적

다중 객체 추적은 오버랩, 재식별, 아이덴티티 전환과 같은 상황을 해결하기 위해 궤적 정보를 활용함으로써 여러 도전 과제를 완화할 수 있다. 객체의 사후 위치를 알고 있음으로써 이러한 복잡한 상황을 명확히 해석하고 해결할 수 있다. 본 연구에서는 궤적 추정이 추적 성능에 핵심적인 역할을 할 수 있음을 보이며, 기존 객체 추적기와 쉽게 통합 가능한 일반적인 모듈로서 순환 혼합 밀도 네트워크 기반의 궤적 추정기인 TrajE를 제안한다. 여러 가지 궤적 가설을 제공하기 위해 본 방법은 비음(beam search) 기법을 사용한다. 또한, 동일한 추정된 궤적을 기반으로 오버랩 이후 트랙을 재구성하는 새로운 접근 방식을 제안한다. TrajE를 최첨단 추적 알고리즘인 CenterTrack [63]과 Tracktor [3]에 통합한 결과, MOTChallenge 2017 테스트 세트에서 각각 MOTA 점수 6.3점, 0.3점, IDF1 점수 1.8점, 3.1점의 성능 향상을 기록하며, CenterTrack+TrajE 구성이 새로운 최고 성능을 달성하였다.