LMOT: 혼잡한 환경에서 효율적인 경량 탐지 및 추적

다중 객체 추적은 다양한 로봇공학 및 컴퓨터 비전 응용 분야에서 핵심적인 구성 요소이다. 그러나 기존의 다중 객체 추적 기법은 추적 정확도를 높이기 위해 계산 처리 시간을 희생함으로써 실시간 응용에 적용하는 데 어려움을 겪고 있다. 본 논문은 실시간 처리를 가능하게 하는 새로운 경량 모델인 LMOT(Light-weight Multi-Object Tracker)을 제안한다. LMOT는 보행자 검출과 추적을 통합적으로 수행한다. 제안된 모델은 현재 이미지의 검출 특징을 효율적으로 추출하기 위해 단순화된 DLA-34 인코더 네트워크를 도입한다. 또한, 이전 프레임과 그에 대응하는 검출 히트맵을 기반으로 선형 트랜스포머(Linear Transformer)를 활용하여 효율적인 추적 특징을 생성한다. 이후 LMOT는 다층 구조를 통해 검출 특징맵과 추적 특징맵을 융합하고, 칼만 필터(Kalman Filter)를 기반으로 하는 이단계 온라인 데이터 연관 기법을 사용하여 트랙릿(tracklets)을 생성한다. 제안한 모델은 도전적인 실세계 데이터셋인 MOT16/17/20에서 평가되었으며, 처리 속도 측면에서 기존 최고 수준의 추적기들을 크게 능가하면서도 높은 안정성과 정확도를 유지함을 입증하였다. LMOT는 평균적으로 기존 최고 수준의 추적기보다 약 10배 빠르며, 성능 정확도는 평균 3.8% 정도 낮을 뿐이며, 이로 인해 훨씬 더 경량화된 계산 부담을 가진 모델임을 나타낸다.