다중 시점 감지 및 추적을 조류 시점으로 확장

다중 뷰 집계를 활용하는 것은 다중 객체 추적 및 검출에서 가림 현상과 미검출 등의 문제를 해결하기 위한 유망한 방법을 제시합니다. 최근 다중 뷰 검출 및 3D 객체 인식 분야의 발전은 전략적으로 모든 뷰를 지면으로 투영하고 상공 시점(Bird's Eye View)에서 검출 분석을 수행함으로써 성능을 크게 향상시키고 있습니다. 본 논문에서는 매개변수 없는 방법과 매개변수 있는 방법 모두 포함하여 현대적인 리프팅 기법들을 다중 뷰 집계와 비교합니다. 또한, 여러 시간 단계의 특징을 집계하여 강건한 검출을 학습하고, 외관 기반 및 운동 기반 신호를 결합하여 추적하는 아키텍처를 제시합니다. 현재 대부분의 추적 접근 방식은 보행자나 차량에 초점을 맞추고 있습니다. 우리의 연구에서는 두 가지 분야를 결합하고, 교차 장면 설정에서 새로운 도전 과제를 다중 뷰 검출에 추가합니다. 우리의 방법은 두 개의 영역에 걸쳐 세 개의 공개 데이터셋(1) 보행자: Wildtrack 및 MultiviewX, (2) 도로 측면 인식: Synthehicle에서 일반화되며, 검출 및 추적 면에서 최신 기술 수준의 성능을 달성하였습니다. https://github.com/tteepe/TrackTacular