[論文レビュー] Multisensor Multiobject Tracking with Improved Sampling Efficiency

Wenyu Zhang, Florian Meyer|arXiv (Cornell University)|Dec 30, 2022

Target Tracking and Data Fusion in Sensor Networks被引用数 4

ひとこと要約

本稿では、非線形で次元が低い測定値を伴う高次元状態空間におけるマルチセンサ・マルチオブジェクトトラッキング（MOT）のため、パーティクルフローを用いた和積アルゴリズム（SPA-PF）を提案する。パーティクルフローを活用してパーティクルを尤もらしさの高い領域へ効率的に伝搬させることで、パーティクルの劣化を回避し、3次元の受動的音響監視シナリオ（時差到達時間（TDOA）測定値を用いて）において、最先端の手法と比較して優れたトラッキング精度と実行時間効率を達成する。

ABSTRACT

Passive monitoring of acoustic or radio sources has important applications in modern convenience, public safety, and surveillance. A key task in passive monitoring is multiobject tracking (MOT). This paper presents a Bayesian method for multisensor MOT for challenging tracking problems where the object states are high-dimensional, and the measurements follow a nonlinear model. Our method is developed in the framework of factor graphs and the sum-product algorithm (SPA) and implemented using random samples or "particles". The multimodal probability density functions (pdfs) provided by the SPA are effectively represented by a Gaussian mixture model (GMM). To perform the operations of the SPA with improved sample efficiency, we make use of Particle flow (PFL). Here, particles are migrated towards regions of high likelihood based on the solution of a partial differential equation. This makes it possible to obtain good object detection and tracking performance even in challenging multisensor MOT scenarios with single sensor measurements that have a lower dimension than the object positions. We perform a numerical evaluation in a passive acoustic monitoring scenario where multiple sources are tracked in 3-D from 1-D time-difference-of-arrival (TDOA) measurements provided by pairs of hydrophones. Our numerical results demonstrate favorable detection and estimation accuracy compared to state-of-the-art reference techniques.

研究の動機と目的

• 高次元で非線形なマルチオブジェクトトラッキング（MOT）において、パーティクルの劣化という課題に対処すること。
• オブジェクト状態が高次元で測定値が低次元である場合（例：TDOAに基づく音響トラッキング）、ベイジアンMOTにおけるサンプリング効率を向上させること。
• 従来のパーティクルフィルターやアンサンブルカルマンフィルターよりも計算オーバーヘッドを低減しながらも、精度を維持するスケーラブルでグラフベースのベイジアンフレームワークを構築すること。
• オブジェクト数が未知で測定起源の不確実性（MOU）が存在する複雑なシナリオにおいても、複数オブジェクトのロバストなトラッキングを可能にすること。
• 初期のオブジェクト出現時における事後分布の近似品質を維持するため、パーティクルフローの有効性を実証すること。この段階では信念が情報が少なく、マルチモーダルである。

提案手法

• 本手法は、MOT問題を要因グラフとして表現し、確率的依存関係と測定モデルを表す確率変数と要因を含む。
• 和積アルゴリズム（SPA）を用いて近似的な事後マージナルを計算し、マルチモーダル分布を表現するためにガウス・ミックスチャネル・モデル（GMM）を信念として用いる。
• パーティクルフロー（PFL）を用いて高次元空間におけるSPAメッセージ更新を実行し、標準的な重要度サンプリングに代えてパーティクルの劣化を回避する。
• PFLはホモトピー関数と偏微分方程式（PDE）を用いてパーティクルの速度を計算し、事後分布の尤もらしさの高い領域へ系統的にパーティクルを移動させる。
• 局所的正確ダムとハウジング（LEDH）フィルタの変種を採用し、各パーティクルに対してPFL方程式を独立して計算することで、計算精度を向上させるが、計算コストが増加する。
• 本フレームワークは、3次元受動的音響監視シナリオにおいて評価され、水中マイクペアからの時差到達時間（TDOA）測定値を用いて、現実的なマルチセンサMOT条件を模擬する。

実験結果

リサーチクエスチョン

• RQ1 和積アルゴリズムにおけるパーティクルフローに基づくメッセージ更新は、高次元で非線形なマルチオブジェクトトラッキングにおいて、パーティクルの劣化を効果的に緩和できるか？
• RQ2 提案手法SPA-PFは、SPA-UT や SPA-PM といった最先端のMOT技術と比較して、困難な音響トラッキングシナリオにおける精度と実行時間の両面で優れているか？
• RQ3 新たなオブジェクトが出現した直後の初期ステップにおいて、事後信念が極めて情報がなくマルチモーダルである状況で、パーティクルフローの使用がトラッキング性能を向上させるか？
• RQ4 オブジェクト状態の次元に対して測定値の次元が低い場合（例：3次元オブジェクト状態に対する1次元TDOA）、本手法がどれほど精度を維持できるか？
• RQ5 拡張カルマン変換に基づく手法と比較して、本手法はより低いメモリ要件で良好な性能を達成できるか？

主な発見

• SPA-PFおよびSPA-PF-H手法は、18通りのパrameter設定のうち15通りで最小のMOSPA（複数オブジェクトトラッキング精度）値を達成し、SPA-PF-Hは常にSPA-PFを上回る性能を示した。
• 測定情報が最も乏しいシナリオ（σv = 2×10⁻⁶ s）では、SPA-PMがパーティクル劣化が少なかったため最も優れた性能を示したが、SPA-PF-Hは2番目に良いMOSPA値と最短の実行時間を達成した。
• σv = 5×10⁻⁷ sのシナリオでは、パーティクル劣化が最も深刻であったが、SPA-PF-HはMOSPA 2.40を達成し、SPA-PM（18.60）およびSPA-UT-2（4.28）を著しく下回り、優れたロバスト性を示した。
• 本手法は競争力のある実行時間を維持しており、SPA-PF-Hは1ステップあたり平均13.19〜21.26秒を記録し、SPA-UT-1およびSPA-UT-2と同等の性能を示したが、より高い精度を達成した。
• 主な性能ボトルネックは、オブジェクト出現直後の初期ステップに発生し、信念がマルチモーダルで情報が少ないため、より効果的なサンプリング戦略が求められる。
• 結果から、特に初期トラッキング段階および低次元測定値下で、パーティクルフローに基づくサンプリングが高次元で非線形なMOTにおいて極めて有効であることが確認された。