2달 전

HopTrack: 임베디드 장치용 실시간 다중 객체 추적 시스템

Xiang Li; Cheng Chen; Yuan-yao Lou; Mustafa Abdallah; Kwang Taik Kim; Saurabh Bagchi
HopTrack: 임베디드 장치용 실시간 다중 객체 추적 시스템
초록

다중 객체 추적(Multi-Object Tracking, MOT)은 컴퓨터 비전에서 중요한 도전 과제를 제기합니다. 로봇공학, 자율주행, 스마트 제조 등 다양한 분야에서 널리 적용되고 있지만, 임베디드 장치에서 MOT를 실행하는 특정 문제에 대한 문헌이 제한적입니다. 고급 GPU용 최신 MOT 추적기들은 임베디드 장치에 배포될 때 종종 낮은 처리 속도(11fps 미만)를 경험합니다. 기존의 임베디드 장치용 MOT 프레임워크들은 검출 모델과 특성 임베딩 모델을 융합하여 추론 지연 시간을 줄이거나 다른 추적기를 결합하여 추적 정확도를 개선하는 등의 전략을 제안했지만, 한 쪽을 희생시키는 경향이 있었습니다.본 논문에서는 임베디드 장치에 맞춤화된 실시간 다중 객체 추적 시스템인 HopTrack을 소개합니다. 본 시스템은 새로운 이산화된 정적 및 동적 매칭 방식과 혁신적인 컨텐츠 인식 동적 샘플링 기술을 사용하여 추적 정확도를 높이고 실시간 요구 사항을 충족시킵니다. NVIDIA AGX Xavier에서 최고의 고급 GPU 수정 베이스라인 Byte (Embed)와 임베디드 장치에서 최고의 기존 베이스라인 MobileNet-JDE와 비교할 때, HopTrack은 MOT16 벤치마크에서 최대 39.29 fps의 처리 속도와 최대 63.12%의 다중 객체 추적 정확도(MOTA)를 달성하며, 각각 2.15%와 4.82%씩 성능을 뛰어넘습니다. 또한, HopTrack은 에너지 소비(20.8% 감소), 전력(5% 감소), 메모리 사용량(8% 감소)에서도 개선된 결과를 보여주며, 이는 임베디드 장치에서 중요한 자원들입니다. HopTrack은 또한 검출기에 독립적이어서 플러그 앤 플레이 유연성을 제공합니다.

HopTrack: 임베디드 장치용 실시간 다중 객체 추적 시스템 | 최신 연구 논문 | HyperAI초신경