These sources discuss various aspects of Multi-Object Tracking (MOT), a critical field in computer vision for applications like autonomous driving. One set of texts focuses on developing an efficient, non-neural network tracking solution for urban autonomous driving that utilizes NVIDIA GPU programming and algorithms like Kalman filters (KF) and Global Nearest Neighbor (GNN), noting that this is often favored over neural networks due to their "black-box" nature. Conversely, another source introduces a novel online MOT framework that addresses occlusion challenges and scalability issues through an unsupervised Re-Identification (Re-ID) learning module and an occlusion estimation module. A third source compares the performance of established trackers, namely SORT versus DeepSORT, highlighting DeepSORT's advantage in crowded scenes due to its ability to distinguish objects based on visual appearance in addition to bounding box parameters. Finally, the remaining texts address the evaluation of MOT systems, mentioning standardized metrics like CLEAR MOT, ID scores, and the newer, more balanced HOTA metric as essential tools for comparative analysis, often used in benchmarks like the MOT Challenge.
Reference:
1. *** Zhang Y., Wang C., Wang X., Zeng W., Liu W. **FairMOT: On the Fairness of Detection and Re-identification in Multiple Object Tracking.* Int. J. Comput. Vis. 2021;129:3069–3087.
หมายเหตุ: FairMOT เป็นอัลกอริทึม MOT แบบ one-shot ที่เป็นพื้นฐานของ CSMOT และเป็นจุดเปรียบเทียบหลักในงาน CSMOT และ SMILEtrack/OUTrackfm.
2. *** Zhou X., Wang D., Krhenbühl P. **Objects as Points.* IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences. arXiv. 20191904.07850.
หมายเหตุ: อ้างอิงถึง CenterNet ซึ่งเป็นเครือข่ายการตรวจจับวัตถุแบบ anchor-free ที่ FairMOT ใช้เป็นพื้นฐาน.
3. **** Bewley A., Ge Z., Ott L., Ramos F., Upcroft B. **Simple Online and Realtime Tracking**; Proceedings of the 2016 International Conference on Image Processing (ICIP); Sep. 2016, pp. 3464–3468.
หมายเหตุ: อ้างอิงถึง **SORT* ซึ่งเป็นอัลกอริทึมพื้นฐานที่ใช้ Kalman Filter และ Hungarian algorithm ในการจับคู่.*
4. **** Wojke N., Bewley A., Paulus D. **Simple Online and Realtime Tracking with a Deep Association Metric**; Proceedings of the 2017 IEEE International Conference on Image Processing (ICIP); Beijing, China. 17–20 September 2017; pp. 3645–3649.
หมายเหตุ: อ้างอิงถึง **DeepSORT* ซึ่งเป็นส่วนขยายของ SORT ที่เพิ่มฟีเจอร์ลักษณะภายนอก (appearance features) เพื่อลด ID switches.*
5. *** Zhang Y., Sun P., Jiang Y., Yu D., Weng F., Yuan Z., Luo P., Liu W., Wang X. **ByteTrack: Multi-Object Tracking by Associating Every Detection Box.* arXiv. 20212110.06864.
หมายเหตุ: CSMOT นำกลยุทธ์การเชื่อมโยงข้อมูลของ ByteTrack มาใช้ และ ByteTrack เป็นอัลกอริทึม SoTA ที่ถูกนำมาเปรียบเทียบอย่างละเอียดในงาน SMILEtrack.
6. *** Luiten J., Osep, A., Dendorfer P., Torr P., Geiger A., Leal-Taixé L., and Leibe B. **HOTA: A higher order metric for evaluating multi-object tracking.* Int. J. Comput. Vis. 2021;129: 548–578.
หมายเหตุ: HOTA เป็นเมตริกที่ใหม่กว่า MOTA/IDF1 ที่วัดความแม่นยำของการตรวจจับและการเชื่อมโยงอย่างสมดุล และใช้ในการประเมินประสิทธิภาพของ CSMOT และ SMILEtrack.
7. *** Dendorfer P., Rezatofighi H., Milan A., Shi J., Cremers D., Reid I., Roth S., Schindler K., Leal-Taixé L. **MOT20: A benchmark for multi object tracking in crowded scenes.* arXiv preprint arXiv:2003.09003.
หมายเหตุ: MOT20 เป็นชุดข้อมูลและมาตรฐานสำหรับการติดตามวัตถุพหุในฉากที่มีผู้คนหนาแน่นมาก.
8. **** Hou Q., Zhou D., Feng J. **Coordinate Attention for Efficient Mobile Network Design**; Proceedings of the 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR); Nashville, TN, USA. 20–25 June 2021; pp. 13708–13717.
หมายเหตุ: Coordinate Attention Module (CAM) นี้เป็นกลไกความสนใจที่ CSMOT ใช้เพื่อปรับปรุงความสามารถในการตรวจจับตำแหน่งวัตถุในเครือข่าย encoder–decoder.
9. *** Shao S., Zhao Z., Li B., Xiao T., Yu G., Zhang X., Sun J. **CrowdHuman: A Benchmark for Detecting Human in a Crowd.* arXiv. 20181805.00123.
หมายเหตุ: CrowdHuman เป็นชุดข้อมูลขนาดใหญ่ที่เน้นฉากที่มีคนหนาแน่น ซึ่ง CSMOT และ FairMOT ใช้ในการฝึกฝนส่วนการตรวจจับวัตถุ.
10. *** Kálmán, R. E. **A New Approach to Linear Filtering and Prediction Problems.* Trans. ASME-J. Basic Eng. 1960;82:35–45.
หมายเหตุ: อ้างอิงถึง **Kalman Filter (KF)* ซึ่งเป็นองค์ประกอบหลักสำหรับการทำนายการเคลื่อนไหวของวัตถุในอัลกอริทึม MOT แบบดั้งเดิม เช่น SORT, รวมทั้งในระบบขับขี่อัตโนมัติ.*
Информация по комментариям в разработке