728x90
반응형

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-

[CVPR2023] The official repo for OC-SORT: Observation-Centric SORT on video Multi-Object Tracking. OC-SORT is simple, online and robust to occlusion/non-linear motion. - GitHub - noahcao/OC_SORT: [...

github.com

 

 

 

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. 

 

 

 

 

728x90
반응형

꾸준희님의
글이 좋았다면 응원을 보내주세요!