AdapTrack: 다중 객체 추적을 위한 적응 임계값 기반 매칭

다중 객체 추적(Multi-object tracking, MOT)은 최근의 탐지 기반 추적 알고리즘을 통해 컴퓨터 비전 분야에서 핵심적인 역할을 수행하고 있다. 이러한 알고리즘들은 MOT 문제를 별개의 탐지 및 연관(association) 작업으로 분리하여 처리한다. 그러나 기존의 추적기들은 영상 전체에서 완전한 추적 경로를 형성하기 위해 이전 추적 결과와 현재 탐지 결과를 연결할 때 민감한 임계값(threshold)에 크게 의존한다. 이러한 임계값은 추적 성능에 결정적인 영향을 미치며, 각 데이터셋 또는 시퀀스마다 수동으로 조정이 필요하여 실제 응용 환경에서의 적응성에 한계가 있다. 본 논문에서는 이러한 문제를 해결하기 위해, 수작업으로 설정된 임계값 없이 다양한 시나리오에 자동 적응 가능한 새로운 MOT 알고리즘인 AdapTrack을 제안한다. 정교하게 설계된 매칭 전략을 통해 본 추적기는 각 프레임마다 적절한 임계값을 자동으로 선택하고, 탐지된 객체들을 정확히 연관할 수 있다. 결과적으로 AdapTrack은 기존 최고 수준의 방법들에 비해 표준 MOT 벤치마크인 MOT17과 MOT20에서 뛰어난 성능을 보였다. 모든 소스 코드는 https://github.com/kamkyu94/AdapTrack 에 공개되어 있다.