Video object tracking based on YOLOv7 and DeepSORT

要約

マルチオブジェクトトラッキング（MOT）は、コンピュータービジョンの分野で重要なテクノロジーであり、自動運転、インテリジェントモニタリング、行動認識などの方向で広く使用されています。
ディープラーニングに基づく現在人気のあるMOT手法の中で、検出ベースの追跡（DBT）は業界で最も広く使用されており、それらのパフォーマンスはオブジェクト検出ネットワークに依存します。
現在、パフォーマンスが高く、最も広く使用されているDBTアルゴリズムはYOLOv5-DeepSORTです。
YOLOv5-DeepSORTに着想を得て、オブジェクト検出のパフォーマンスが高いYOLOv7ネットワークを提案し、オブジェクト検出部分としてYOLOv7をDeepSORTに適用し、YOLOv7-DeepSORTを提​​案します。
実験的評価の後、以前のYOLOv5-DeepSORTと比較して、YOLOv7-DeepSORTのパフォーマンスは追跡精度が優れています。

要約(オリジナル)

Multiple object tracking (MOT) is an important technology in the field of computer vision, which is widely used in automatic driving, intelligent monitoring, behavior recognition and other directions. Among the current popular MOT methods based on deep learning, Detection Based Tracking (DBT) is the most widely used in industry, and the performance of them depend on their object detection network. At present, the DBT algorithm with good performance and the most widely used is YOLOv5-DeepSORT. Inspired by YOLOv5-DeepSORT, with the proposal of YOLOv7 network, which performs better in object detection, we apply YOLOv7 as the object detection part to the DeepSORT, and propose YOLOv7-DeepSORT. After experimental evaluation, compared with the previous YOLOv5-DeepSORT, YOLOv7-DeepSORT performances better in tracking accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google