Quo Vadis: Is Trajectory Forecasting the Key Towards Long-Term Multi-Object Tracking?

要約

単眼マルチオブジェクト追跡の最近の開発は、主にデータ駆動型の外観モデルに依存して、目に見えるオブジェクトを追跡し、短いオクルージョン ギャップを埋めることに非常に成功しています。
短期追跡のパフォーマンスは大幅に向上しましたが、より長いオクルージョン ギャップを埋めることは難しいままです。最先端のオブジェクト トラッカーは、3 秒を超えるオクルージョンの 10% 未満しかブリッジしません。
欠けている鍵は、より長い期間にわたる将来の軌道について推論することであることをお勧めします。
直感的に、オクルージョン ギャップが長ければ長いほど、可能な関連付けの検索スペースが大きくなります。
この論文では、移動するエージェントの小さいながらも多様な軌道予測のセットでさえ、この検索スペースを大幅に削減し、長期的な追跡の堅牢性を向上させることを示しています。
私たちの実験は、私たちのアプローチの重要な要素は、鳥瞰図空間で推論し、ローカリゼーションの不確実性を考慮しながら、小さいながらも多様な予測セットを生成することであることを示唆しています。
このようにして、MOTChallenge データセットで最先端のトラッカーを進化させ、長期的な追跡パフォーマンスを大幅に向上させることができます。
このホワイト ペーパーのソース コードと実験データは、https://github.com/dendorferpatrick/QuoVadis で入手できます。

要約(オリジナル)

Recent developments in monocular multi-object tracking have been very successful in tracking visible objects and bridging short occlusion gaps, mainly relying on data-driven appearance models. While we have significantly advanced short-term tracking performance, bridging longer occlusion gaps remains elusive: state-of-the-art object trackers only bridge less than 10% of occlusions longer than three seconds. We suggest that the missing key is reasoning about future trajectories over a longer time horizon. Intuitively, the longer the occlusion gap, the larger the search space for possible associations. In this paper, we show that even a small yet diverse set of trajectory predictions for moving agents will significantly reduce this search space and thus improve long-term tracking robustness. Our experiments suggest that the crucial components of our approach are reasoning in a bird’s-eye view space and generating a small yet diverse set of forecasts while accounting for their localization uncertainty. This way, we can advance state-of-the-art trackers on the MOTChallenge dataset and significantly improve their long-term tracking performance. This paper’s source code and experimental data are available at https://github.com/dendorferpatrick/QuoVadis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google