13일 전

공간-시계열 메커니즘과 앵커-특징 계층적 군집화를 이용한 온라인 다중 카메라 사람 추적

{Vasin Suttichaya, Worawit Saetan, Supawit Vatathanavaro, Kasisdis Mahakijdechachai, Pakcheera Choppradit, Teepakorn Tosawadi, Phawat Borisuitsawat, Ek Thamwiwatthana, Pornprom Kiawjak, Wasu Kudisthalert, Suchat Tungjitnob, Visarut Trairattanapa, Sasin Phimsiri, Riu Cherdchusakulchai}
공간-시계열 메커니즘과 앵커-특징 계층적 군집화를 이용한 온라인 다중 카메라 사람 추적
초록

다중 카메라 다중 객체 추적(MTMC)은 단일 카메라 추적 기술을 뛰어넘어 여러 카메라 영역에 걸쳐 객체를 원활하게 추적할 수 있는 능력을 제공한다. 이 기능은 보안 시스템 및 다양한 환경에서 상황 인식을 향상시키는 데 핵심적인 역할을 한다. 본 논문은 온라인 운영을 위한 새로운 MTMC 프레임워크를 제안한다. 이 프레임워크는 세 단계의 파이프라인으로 구성된다: 다중 객체 추적(MOT), 다중 타깃 다중 카메라 추적(MTMC), 그리고 크로스 인터벌 동기화(CIS). MOT 단계에서는 ReID 특징을 추출하고, 국소화된 트랙릿(Tracklet)을 생성한다. MTMC 단계에서는 공간-시간적 제약 조건과 앵커 특징을 활용한 계층적 클러스터링을 통해 카메라 간 트랙릿을 연결함으로써 카메라 간 연관성 추정 성능을 향상시킨다. 마지막으로 CIS는 시간 간격에 걸쳐 트랙릿의 시간적 일관성을 보장한다. 제안된 프레임워크는 도전적인 2024 AI City 챌린지 데이터셋에서 검증되었으며, HOTA 점수 51.0556%를 기록하여 전체 순위 6위를 달성했다. 코드는 다음 링크에서 공개되어 있다: https://github.com/AI-and-Robotics-Ventures/AIC2024_Track1_ARV

공간-시계열 메커니즘과 앵커-특징 계층적 군집화를 이용한 온라인 다중 카메라 사람 추적 | 최신 연구 논문 | HyperAI초신경