온라인 다중 객체 추적에서 희소 그래프 트래커를 활용한 탐지 복구

기존의 동시 탐지 및 추적 방법에서는 이전 트랙릿(tracket)과 현재 탐지 결과를 매칭하는 데 쌍별 관계 특징(pairwise relational features)을 사용한다. 그러나 이러한 특징은 수많은 탐지 결과 중에서 타겟을 정확히 식별하기에 충분히 구별력이 부족할 수 있다. 추적에 사용할 탐지 결과를 단지 높은 점수를 가진 것들로 제한할 경우, 신뢰도 점수가 낮은 탐지 결과가 놓쳐지게 되며, 이는 온라인 환경에서 트랙릿의 연결 끊김을 초래하고 복구가 불가능한 상황을 야기한다. 이러한 문제를 해결하기 위해 본 연구에서는 고차원 관계 특징(higher-order relational features)을 활용하는 새로운 온라인 그래프 추적기인 Sparse Graph Tracker(SGT)를 제안한다. SGT는 인접한 탐지 결과의 특징과 그 관계를 통합함으로써 더 뛰어난 구별력을 갖는 관계 특징을 생성한다. SGT는 영상 데이터를 그래프로 변환하며, 탐지 결과는 노드, 탐지 간 연결은 엣지, 그리고 두 연결된 노드 간의 관계 특징은 엣지 특징으로 표현한다. 강력한 엣지 특징 덕분에 SGT는 상위 K개의 점수를 가진 탐지 결과를 기반으로 추적 후보를 선택하더라도, 큰 K값에서도 안정적인 추적을 수행할 수 있다. 그 결과, 낮은 점수를 가진 탐지 결과도 추적 가능하며, 이전에 놓친 탐지 결과 역시 복구할 수 있다. 다양한 실험을 통해 K값에 대한 강건성을 입증하였으며, MOT16/17/20 및 HiEve 챌린지에서 실시간 추론 속도를 유지하면서 최신 기술 대비 우수한 성능을 보였다. 특히 MOT20 및 HiEve 챌린지에서 MOTA 지표에 있어 두드러진 향상이 나타났다. 코드는 https://github.com/HYUNJS/SGT 에서 공개되어 있다.