온라인 다중 객체 추적을 위한 구조적 제약 이벤트 집약

다중 객체 추적(Multi-object tracking, MOT)은 관심 객체 간 외형이 유사할 경우 더욱 도전적인 과제가 된다. 이러한 경우, 객체를 구분하는 데 있어 운동 정보(motion cues)가 특히 유용하다. 그러나 움직이는 카메라로부터 획득한 2차원 온라인 MOT 환경에서는 전역적인 카메라 운동으로 인해 관측 가능한 운동 정보가 복잡해지며, 항상 부드럽거나 예측 가능하지는 않다. 이러한 예기치 않은 카메라 운동에 대응하여 온라인 2차원 MOT를 수행하기 위해, 카메라 운동에 대해 강건한 특성 덕분에 객체 간의 구조적 운동 제약(structural motion constraint)이 활용되어 왔다. 본 논문에서는 대규모 카메라 운동이 존재하는 상황에서도 구조적 운동 제약을 효과적으로 활용할 수 있는 새로운 데이터 할당(data association) 방법을 제안한다. 더불어, 오검출(mis-detections)과 혼잡한 환경(clutters)에 대한 저항력을 추가로 강화하기 위해, 할당 비용에 구조적 제약을 통합할 수 있는 새로운 이벤트 집약(event aggregation) 기법을 개발하였다. 다양한 대규모 데이터셋을 대상으로 수행한 실험 결과는 제안된 알고리즘이 온라인 2차원 MOT에 있어 효과적임을 입증한다.