UCMCTrack: 균일한 카메라 움직임 보정을 이용한 다중 객체 추적

동영상 시퀀스에서 다중 객체 추적(Multi-object tracking, MOT)은 특히 카메라의 큰 움직임이 있는 상황에서 여전히 어려운 과제입니다. 이는 대상물이 이미지 평면에서 크게 이동하여 잘못된 추적 결과를 초래할 수 있기 때문입니다. 이러한 문제를 해결하기 위해서는 일반적으로 추가적인 외관 힌트나 카메라 움직임 보정(Camera Motion Compensation, CMC)이 필요합니다. 이러한 전략들은 효과적이지만, 동시에 상당한 계산 부담을 초래하여 실시간 MOT에 어려움을 주기도 합니다. 이를 해결하기 위해, 우리는 카메라 움직임에 강건한 새로운 모션 모델 기반 추적기인 UCMCTrack을 소개합니다. 기존의 CMC가 프레임별로 보정 파라미터를 계산하는 것과 달리, UCMCTrack은 동영상 시퀀스 전체에 걸쳐 일관되게 같은 보정 파라미터를 적용합니다. 본 방법은 지면 상에서 칼만 필터(Kalman filter)를 사용하며, 전통적인 IoU(Intersection over Union) 거리 측정법의 대안으로 매핑된 마할라노비스 거리(Mapped Mahalanobis Distance, MMD)를 도입합니다. 지면 상에서 투영된 확률 분포를 활용함으로써, 우리의 접근 방식은 효율적으로 운동 패턴을 포착하고 호모그래피 투영(homography projections)으로 인해 발생하는 불확실성을 효과적으로 관리합니다. 놀랍게도, UCMCTrack은 단순히 모션 힌트만을 이용하여 MOT17, MOT20, DanceTrack 및 KITTI와 같은 다양한 도전적인 데이터셋에서 최고 수준의 성능을 달성하였습니다. 자세한 내용과 코드는 https://github.com/corfyi/UCMCTrack 에서 확인할 수 있습니다.