초록
다중 카메라 추적(Multi-camera tracking, MCT)은 다양한 컴퓨터 비전 응용 분야에서 핵심적인 역할을 수행한다. 그러나 여러 카메라 간에 개인을 정확히 추적하는 데는 여전히 도전 과제가 존재하며, 특히 정체성 전환(ID switch) 문제가 주요한 문제로 지적된다. 본 논문에서는 이러한 과제를 해결하기 위해 온라인 처리 방식을 채택한 효율적인 실시간 MCT 시스템을 제안한다. 제안하는 시스템은 메모리 효율적인 누적 외형 특징(accumulated appearance features)을 활용하여 카메라와 시간에 걸쳐 개인을 안정적으로 표현한다. 특히 겹치는 영역에서 계층적 응집 군집화(Hierarchical Agglomerative Clustering, HAC)를 이용한 궤적 검증 기법을 도입함으로써 정체성 전환을 탐지하고 수정할 수 있다. 2024 AI City Challenge Track 1 데이터셋 [39]을 기반으로 한 평가 결과, 제안 시스템은 겹치는 영역과 겹치지 않는 영역을 포함한 다양한 카메라 네트워크에서 정확한 추적 성능을 보였다. HOTA 점수 40.3% [29]를 기록하며 도전 대회에서 9위를 달성하였다. 기준 모델 대비 궤적 검증 기법의 통합으로 성능이 8% 향상되었으며, 누적 외형 특징의 도입은 추가로 17%의 성능 개선을 이끌어냈다.