#394
summarized by : yoshiki miyazawa
ByteTrack: Multi-Object Tracking by Associating Every Detection Box

どんな論文か?

MOT(マルチオブジェクトトラッキング)のSOTA手法であるByteTrackを提案した。従来のMOT手法では高スコアな検出矩形のみが採用され、低スコアな検出矩形は誤検出として破棄された。しかし遮蔽された物体などが低スコアとなり破棄されることで、追跡途切れの原因となる。提案法では、カルマンフィルタの予測矩形と低スコアな検出矩形の重なり率に基づき、低スコアな検出矩形も追跡対象の矩形として採用した。
placeholder

新規性

カルマンフィルタの予測矩形と低スコアな検出矩形の重なり率に基づき、低スコアな検出矩形も追跡対象の矩形として採用したこと。

結果

9種類の最新トラッカーにおいてIDF1スコアで一貫して改善できることを示した。また検出器としてYOLOXと用いてMOT17においてMOTA 80.3, IDF1 77.3, IDF 20.5、及びV100 GPUで30FPSも達成した。MOT20, HiEve, BDD100KにおいてもSOTAを達成している。

その他(なぜ通ったか?等)

様々なトラッカー&データセットで検証し、提案法の効果を十分に訴えられているため。コード公開されており、再現性もあるため。https://github.com/ifzhang/ByteTrack