초록
실내 환경인 상점 및 창고 등에서 다중 타깃 다중 카메라 추적 시스템을 구현함으로써 전략적 제품 배치 및 운영 워크플로우 개선이 가능해진다. 본 논문은 세계 좌표계에서 사람의 3차원 위치를 추적하는 온라인 다중 타깃 다중 카메라 추적 프레임워크인 OCMCTrack를 제안한다. 제안된 프레임워크는 동적으로 트랙 할당을 재평가하는 새로운 매칭 캐스케이드를 도입하여, 일반적으로 온라인 추적기에서 발생하는 오류 양성(거짓 양성) 연결을 최소화한다. 또한, 이미지 내 사람의 위치를 세계 좌표로 변환하는 과정에서 흔히 발생하는 위치 기준점의 정확도 부족 문제를 해결하기 위해 세 가지 효과적인 방법을 제시한다. 제안된 방법론은 2024년 AI City 챌린지의 Track 1에서 경쟁력 있는 성능을 달성함으로써 프레임워크의 효과성을 입증하였다.