#880
summarized by : Naoya Chiba
Eliminating Exposure Bias and Metric Mismatch in Multiple Object Tracking

どんな論文か?

Multiple Object Tracking (MOT)におけるIdentity Switching(トラッキングしている物体同士が入れ替わる)問題の解決が必要である.これまでは実際に解きたい問題と最適化するMetricの不一致と,出現時間によるバイアスによる課題があった.提案法はスコア関数の導入と動的な学習データセットの構築により,これらの課題の解決を目指した.

新規性

Identity Switchingに対してSensitiveな評価指標であるIDFの最小化を目指す.IDFの近似になるようなスコア関数を導入し,このスコア関数を学習する.トラッキングを行うネットワークにはBi-directional LSTMを用い,スコア関数で評価しつつ追跡するように設計.Trackletと呼ばれる短時間でのトラッキングを学習過程で生成し,逐次データセットに追加する.

結果

DukeMTMC,MOT17,MOT15で評価.一般的な評価指標であるIDFとMOTAでSOTAを達成.幾何学的な特徴のみの場合とアピアランスを考慮した場合のいずれでも,それぞれの既存手法と比較して良いスコアとなっている.Ablation Studyについても記述.

その他(なぜ通ったか?等)