Segment-wise online learning based on greedy algorithm for real-time multi-target tracking

Abstract

본 논문은 경로조각(tracklet)에 기반한 온라인 다중 객체 추적 알고리즘을 제안한다. 이는 다음 세 단계 로 이루어진다. (1) 경로조각 초기화, (2) 경로조각 개량, (3) 경로조각 연결. 사전에 학습된 DPM 검출기 를 통한 검출 응답들(detection reponses)을 이용하여 최소비용 흐름 네트워크를 구성하고 탐욕 알고리즘 기반의 최적화를 통해 초기 경로조각을 도출한다. 그리고 외관기반 모델을 적용하여 경로조각들은 내부 에 같은 객체만의 검출 응답들을 포함하도록 개량된다. 마지막으로 개량된 경로조각들 사이에서 선행하 는 경로조각의 꼬리부분과 뒤따르는 경로조각의 머리부분간의 관련성 측정에 기반한 전이 비용을 계산 하여 경로조각 노드 간의 에지를 부여한다. 실시간 다중 객체 추적을 위해 모든 단계는 세그먼트 단위 로 수행된다. 제안된 알고리즘은 진정한 의미로서 온라인 다중 객체 추적을 수행하며, 다른 최신 알고 리즘들에 필적하는 성능을 보인다. 또한 기존에 제시된 온라인 추적 알고리즘들은 필요로 하는 어떠한 추가적인 오프라인 수행 과정도 필요로 하지 않는다.