SFSORT: 장면 특징 기반 간단한 온라인 실시간 추적기

본 논문은 MOT Challenge 데이터셋을 사용한 실험을 통해 세계에서 가장 빠른 다중 객체 추적 시스템인 SFSORT를 소개합니다. 정확하고 계산적으로 효율적인 추적기를 구현하기 위해 본 논문은 이전 연구에서 확립된 온라인 실시간 추적 접근법에 따라 검출 기반 추적 방법을 사용합니다. 새로운 비용 함수인 Bounding Box Similarity Index(바운딩 박스 유사성 지수)를 도입함으로써 Kalman 필터를 제거하여 계산 요구 사항을 줄였습니다. 또한, 본 논문은 장면 특징이 객체-추적 연결성을 향상시키고 추적 후처리를 개선하는 데 미치는 영향을 보여줍니다. 2.2 GHz 인텔 제온 CPU를 사용하여 제안된 방법은 MOT17 데이터셋에서 처리 속도 2242 Hz로 HOTA 61.7%를, MOT20 데이터셋에서는 처리 속도 304 Hz로 HOTA 60.9%를 달성했습니다. 추적기의 소스 코드, 세부 조정된 객체 검출 모델 및 튜토리얼은 \url{https://github.com/gitmehrdad/SFSORT}에서 제공됩니다.