[Object Tracking] Simple Online and Realtime Tracking

Paper : https://arxiv.org/pdf/2203.14360.pdf

GitHub : https://github.com/noahcao/OC_SORT

GitHub - noahcao/OC_SORT: [CVPR2023] The official repo for OC-SORT: Observation-Centric SORT on video Multi-Object Tracking. OC-

 

 

 

Multi Object Tracking(MOT)를 위한 kalman Filter(KF) 기반 방법은 객체가 선형으로 이동한다고 가정하는데, 이러한 가정은 매우 짧은 기간의 occlusion에 대해서는 가능하지만, prolonged time에 대한 모션의 linear estimation은 매우 부정확할 수 있다고 합니다. 또한 kanman filter의 parameter를 업데이트 하는데 사용할 수 있는 measurement가 없을 때 standard convention은 posterior update에 대한 prior state estimation을 신뢰하는 것인데, 이로 인해 occlusion이 일어난 기간 동안 오류가 누적된다고 하네요. 이러한 오류는 실제 motion direction에 대해 상당한 변화를 일으킵니다. 따라서 본 논문에서는 kalman filter가 occlusion이 일어난 도중에 축적된 noise를 수정하기 위한 방법을 제안합니다. 

 

 

linear state estimation에 만 의존하는 대신 object observation을 사용하여 occlusion 기간 동안 일어난 오류 누적을 수정하기 위해 virtual trajectory을 계산합니다. 또한 이 기간 동안 파라미터를 필터링하고, occlusion 도중에 일어난 누적된 오류를 수정하기 위해 더 많은 time step을 허용합니다. 이러한 방법을 본 논문에서는 Observation-Centic SORT(OC-SORT)라고 제안합니다. 이는 simple하고, online이며, real-time으로 유지되지만, occlusion 및 non-linear motion이 있어도 robustness 결과를 보여줄 수 있습니다. single CPU 환경에서 700+ FPS로 동작한다고 하네요. MOT17, MOT20, KITTI, head tracking, DanceTrack을 포함한 여러 데이터 세트에서 SOTA를 달성한다고 합니다. 

 

 

기존 SORT 알고리즘과 비교한 결과입니다. 

 

 

 

실험 결과는 다음과 같습니다.