오프라인 다중 카메라 사람 추적을 위한 오버랩 억제 클러스터링

다중 카메라 인체 추적은 객체 검출, 다중 객체 추적, 사람 재식별 등의 여러 컴퓨터 비전 작업을 통합해야 하는 다층적인 문제입니다. 본 연구에서는 다음과 같은 네 가지 주요 과정으로 구성된 다중 카메라 인체 추적 방법을 제안합니다: (1) 겹침 억제 클러스터링 기반의 단일 카메라 인체 추적, (2) 재식별을 위한 포즈 추정을 이용한 대표 이미지 추출, (3) 평균 연결 방식을 활용한 계층적 클러스터링을 통한 재식별, (4) 식별도가 낮은 추적 세그먼트(트랙릿)의 할당. 본 연구 팀인 RIIPS는 2024년 AI City 챌린지 트랙 1에서 가장 높은 고차 추적 정확도(HOTA)인 71.9446%를 기록하여 최고 성과를 달성하였습니다.