[論文レビュー] MOT16: A Benchmark for Multi-Object Tracking

Anton Milan, Laura Leal-Taixé+3 more|arXiv (Cornell University)|Mar 2, 2016

Video Surveillance and Tracking Methods参考文献 47被引用数 1,389

ひとこと要約

MOT16は、14シーケンス、ゼロからの注釈、より豊富なオブジェクトクラス、そして多ターゲット追跡手法を公正に比較するための標準化評価を備えた改良されたMOTChallengeベンチマークを導入します。

ABSTRACT

Standardized benchmarks are crucial for the majority of computer vision applications. Although leaderboards and ranking tables should not be over-claimed, benchmarks often provide the most objective measure of performance and are therefore important guides for reseach. Recently, a new benchmark for Multiple Object Tracking, MOTChallenge, was launched with the goal of collecting existing and new data and creating a framework for the standardized evaluation of multiple object tracking methods. The first release of the benchmark focuses on multiple people tracking, since pedestrians are by far the most studied object in the tracking community. This paper accompanies a new release of the MOTChallenge benchmark. Unlike the initial release, all videos of MOT16 have been carefully annotated following a consistent protocol. Moreover, it not only offers a significant increase in the number of labeled boxes, but also provides multiple object classes beside pedestrians and the level of visibility for every single object of interest.

研究の動機と目的

• 公正な評価のためのMOT16ベンチマークを提示する。
• 高精度なグラウンドトゥルースを作成するための厳格な注釈プロトコルを詳述する。
• 豊富なデータセット上で最先端のマルチターゲット追跡手法の長所と短所を強調する。

提案手法

• 訓練用とテスト用の半分ずつを含む14のMOT16シーケンスを導入します。
• すべてのシーケンスをゼロから厳格なプロトコルで注釈します。歩行者、車両、そして遮蔽者を含み、遮蔽を考慮したグランドトゥルースを含みます。
• CLEAR指標とWu & Nevatiaのトラック品質指標を用いた集中評価フレームワークを提供します。
• 公正な比較と入力に関する透明性を確保するため、固定の共有検出セット（特にDPM）を使用します。
• データ形式を説明します：検出とグランドトゥルースのための定義済み9フィールドスキーマを持つシーケンス別CSV。
• Distractors、 reflections、 and similar classes を扱う注釈プロトコルを詳述し、不公平なペナルティを避けます。

実験結果

リサーチクエスチョン

• RQ1 MOT16ベンチマークは MOT15 と比べてマルチオブジェクト追跡手法の公正性と比較可能性をどのように改善しますか？
• RQ2 注釈ルールとデータ形式はシーケンス間で一貫したグランドトゥルースを可能にしますか？
• RQ3 標準化された指標（CLEAR、Wu & Nevatia）に基づく、より挑戦的で多様なデータセット上で最先端のトラッカーはどのように性能を発揮しますか？

主な発見

• MOT16は、MOT15に対して難易度を高める混雑したシナリオ、異なる視点、天候条件を備えた14シーケンスを提供します。
• 注釈は厳格なプロトコルに従い、適格な研究者によってゼロから行われ、正確性を二重チェックします。
• 最先端の検出器の検出はDPM v5検出がこのベンチマークでより高いリコールを提供することを示しており、トラッカーの評価に影響します。
• ベンチマークは詳細なグランドトゥルース統計と境界条件（遮蔽、トリミング）を報告し、厳密な評価を可能にします。
• 標準化されたグランドトゥルースと評価スクリプトにより、同一条件下でのトラッキング手法の公正な比較が可能です。