다음으로 이어서 이야기해 볼 논문은 OC-SORT이며, 선형 운동을 가정하는 Kalman Filter의 문제점을 해결한 논문이다. Introduction 본 연구는 다중 객체 추적(MOT)을 위한 기존의 SORT에서 사용했던 Kalman Filter(KF) 기반 방법의 문제점을 해결하기 위해 OC-SORT라는 새로운 방법을 제안한다. Kalman Filter 기반 방법은 객체가 선형적으로 움직인다는 가정을 전제로 하기 때문에 장시간의 움직임에 대한 선형 추정치는 부정확할 수 있다. 또한, Kalman Filter 매개변수를 업데이트할 수 있는 측정값이 오랜 time step동안 없는 경우, 사후 업데이트를 위해 선험적 상태 추정을 신뢰하는 것으로 알려져 있으며, 이로 인해 오차가 누적된다. 이 연구에서..

최근 많은 Multi-Object Tracker (MOT)가 나오고 있는데 그 중에 속도와 성능이 좋은 tracker 3 가지를 소개하려고 한다!BytetrackOC-SortBoosttrack다음과 같은 순서대로 진행해보려고 한다.  bytetrack은 딥러닝을 사용한 것이 아니라 비교적 심플한 후처리 알고리즘으로 tracking 성능을 향상시킨 방법이다. 높은 confidence score를 갖는 detection box만 사용하는 것이 아니라 대부분의 detection box 결과값(low confidence detection box + high confidence detection box = byte = 2가지 스텝)을 Kalman filter가 예측하는 추정값과 연관시킨다. confindence가..