Core Concepts
실제 상황에서 사람 추적 성능을 향상시키기 위한 다단계 전략을 제안한다.
Abstract
이 논문은 브라질 대통령 관저인 Palácio do Planalto에서 발생한 시위 사태 영상을 활용하여 UFPR-Planalto801 데이터셋을 구축하고, 이를 바탕으로 사람 추적 성능을 향상시키기 위한 다단계 전략인 WindowTracker를 제안한다.
UFPR-Planalto801 데이터셋은 실제 상황에서 촬영된 영상으로 구성되어 있으며, 복잡한 환경과 다양한 상황을 포함하고 있다. 기존의 최신 추적 알고리즘들을 적용했을 때 ID 연관 오류가 많이 발생하는 문제가 있었다.
이에 저자들은 WindowTracker라는 다단계 전략을 제안했다. 이 방법은 두 개의 추적기를 계층적으로 조합하여 사용한다. 첫 번째 추적기(L1)는 모든 탐지 결과를 처리하고, 두 번째 추적기(L2)는 높은 신뢰도의 탐지 결과만을 선별적으로 처리한다. L2의 결과를 기준으로 L1의 ID 연관을 보정함으로써 ID 오류를 줄이는 것이 핵심 아이디어이다.
실험 결과, WindowTracker를 적용한 경우 기존 추적기 대비 IDF1 점수가 최대 9.5% 향상되었다. 이를 통해 실제 상황에서의 사람 추적 성능을 효과적으로 개선할 수 있음을 보여주었다.
Stats
실험에 사용된 데이터셋 UFPR-Planalto801은 518,050개의 프레임과 510,471개의 탐지 결과를 포함하고 있다.
이는 기존 MOT 데이터셋들에 비해 규모가 크며, 실제 상황에서의 복잡성을 잘 반영하고 있다.
Quotes
"실제 상황에서 사람 추적 성능을 향상시키기 위한 다단계 전략을 제안한다."
"WindowTracker를 적용한 경우 기존 추적기 대비 IDF1 점수가 최대 9.5% 향상되었다."