ReST: 다중 카메라 다중 객체 추적을 위한 재구성 가능한 공간-시간 그래프 모델

다중 카메라 다중 객체 추적(Multi-Camera Multi-Object Tracking, MC-MOT)은 여러 시점의 정보를 활용하여 가시성 저하 및 혼잡한 환경에서의 추적 문제를 개선하는 데 기여한다. 최근 추적 문제를 해결하기 위해 그래프 기반 접근법이 매우 인기를 끌고 있다. 그러나 현재 많은 그래프 기반 방법들은 공간적·시간적 일관성에 대한 정보를 효과적으로 활용하지 못하며, 단일 카메라 추적기의 출력에 의존하는 경우가 많다. 이러한 단일 카메라 추적기는 추적 경로의 분할(fragmentation) 및 ID 전환 오류(ID switch error)에 취약하다. 본 논문에서는 먼저 다중 카메라 간의 모든 검출 객체를 공간적으로 연결한 후, 이를 시간적 그래프로 재구성하여 시간적 연관을 수행하는 새로운 재구성 가능한 그래프 모델을 제안한다. 이 이중 단계 연관 방식을 통해 강력한 공간적·시간적 인지 특징을 추출할 수 있으며, 추적 경로의 분할 문제를 효과적으로 해결할 수 있다. 또한 본 모델은 온라인 추적을 고려하여 설계되어 실제 응용에 적합하다. 실험 결과, 제안하는 그래프 모델이 객체 추적을 위해 더 구분력 있는 특징을 추출할 수 있음을 확인하였으며, 여러 공개 데이터셋에서 최신 기술 수준(SOTA, State-of-the-Art)의 성능을 달성하였다.