VeTrack：Transformerベースの外観モデリングと信頼性ガイド付きマルチレベル関連付けを活用した堅牢な複数車両追跡

科学分野:

• コンピュータビジョン;人工知能;機械学習

背景:

• マルチオブジェクト追跡（MOT）は、自動運転と監視にとって重要です。課題には、密集した交通における類似の外観とオクルージョンによるIDスイッチが含まれます。

研究 の 目的:

• VeTrack、車両MOTのための新しいフレームワークを提案すること。オクルージョンによって引き起こされるIDスイッチと追跡の中断の課題に対処すること。

主な方法:

• グローバルコンテキストと識別的特徴のためのTransformer自己注意を使用したTransformerReIDモジュールを開発しました。検出信頼度に基づいてマッチング方法を適応させるマルチレベル関連付け戦略を実装しました。VeTrackトラッカーのためにYOLOX検出、TransformerReID、および関連付け戦略を統合しました。

主要な成果:

• VeTrackは、MOT17、MOT20、BDD100Kデータセットで最先端（SOTA）のパフォーマンスを達成しました。ターゲットのオクルージョンと外観の類似性の処理において優れた性能を示しました。MOT17で82.2％のMOTAスコアとトップ3のFPSパフォーマンスを達成しました。

結論:

• VeTrackは、IDスイッチを効果的に削減し、複雑な交通における追跡の堅牢性を向上させます。このフレームワークは、強力な一般化能力と現実世界のインテリジェント交通システムへの可能性を示しています。