다중 객체 추적을 위한 로컬 특징 기술자 학습

본 연구는 다중 객체 추적(Multiple Object Tracking, MOT)에 적합한 클래스 무관 임베딩(class-agnostic embedding) 학습을 목적으로 한다. 우리는 국소적 특징 서술자(local feature descriptors)의 학습이 충분한 일반화 수준을 제공할 수 있음을 입증한다. 제안하는 임베딩 함수는 목표 도메인에서는 전용 인물 재식별(person re-identification) 모델과 비슷한 성능을 보이며, 다른 도메인에서는 이를 능가한다. 이러한 임베딩을 활용함으로써, 본 연구의 솔루션은 CVPR'19 추적 챌린지 포함 다수의 MOT 벤치마크에서 최신 기술 수준(SOTA)의 성능을 달성하였다.