[논문 리뷰] Adiabatic Quantum Computing for Multi Object Tracking

Jan-Nico Zaech, Alexander Liniger외 3명|arXiv (Cornell University)|2022. 02. 17.

Quantum Computing Algorithms and Architecture인용 수 4

한 줄 요약

이 논문은 다중 객체 추적(MOT)을 위한 최초의 애디아바틱 양자 계산(AQC) 공식화를 제안하며, 할당 문제를 양자 안내를 통해 해결 가능한 이차 무제약 이진 최적화(QUBO) 문제로 매핑한다. MOT15에서 경쟁적인 MOTA 점수(49.9%)를 달성했고, 최적화된 라그랑주 승수를 사용해 소규모 추적 인스턴스에 대해 실제 D-Wave 하드웨어에서의 실행 가능성을 입증했다.

ABSTRACT

Multi-Object Tracking (MOT) is most often approached in the tracking-by-detection paradigm, where object detections are associated through time. The association step naturally leads to discrete optimization problems. As these optimization problems are often NP-hard, they can only be solved exactly for small instances on current hardware. Adiabatic quantum computing (AQC) offers a solution for this, as it has the potential to provide a considerable speedup on a range of NP-hard optimization problems in the near future. However, current MOT formulations are unsuitable for quantum computing due to their scaling properties. In this work, we therefore propose the first MOT formulation designed to be solved with AQC. We employ an Ising model that represents the quantum mechanical system implemented on the AQC. We show that our approach is competitive compared with state-of-the-art optimization-based approaches, even when using of-the-shelf integer programming solvers. Finally, we demonstrate that our MOT problem is already solvable on the current generation of real quantum computers for small examples, and analyze the properties of the measured solutions.

연구 동기 및 목표

• 다중 객체 추적(MOT)의 NP-완전한 이산 최적화 문제를 애디아바틱 양자 계산(AQC)을 통해 해결하고자 한다.
• 현재 AQC 하드웨어, 특히 D-Wave 시스템과 호환되는 MOT를 위한 QUBO 공식화를 설계하고자 한다.
• 소규모 문제 측정를 통해 라그랑주 승수를 최적화하여 노이즈가 있는 양자 하드웨어에서의 해 확률을 향상시키고자 한다.
• 현재 세대의 양자 컴퓨터에서도 실제 MOT 문제를 소규모 스케일에서 해결할 수 있음을 입증하고자 한다.
• 감지 결과, 추적 객체, 시간 단위의 선형 확장이 가능한 양자 호환 MOT 프레임워크를 구축하고자 한다.

제안 방법

• MOT 데이터 연동 문제를 QUBO 문제로 공식화하여, AQC에 적합한 이징 스핀 거품 해밀토니안으로 표현한다.
• 제약 조건을 처리하기 위해 라그랑주 완화 기법을 사용하며, 해의 확률을 높이기 위해 소량의 측정을 통해 승수를 조정한다.
• 1600 µs의 안내 시간과 각 하위문제당 500회의 측정을 사용해 D-Wave Advantage 하드웨어에서 양자 안내를 수행한다.
• 문제 크기를 다룰 수 있도록 장시간 시퀀스를 5프레임 단위로 분할하고, 각 하위문제를 양자 프로세서에서 독립적으로 해결한다.
• GUROBI를 사용해 고전적 성능를 검증하고, ApLift와 같은 최신 기법과 결과를 비교한다.
• 노이즈 수준과 오프셋 파rameter에 따라 에너지 수준과 해의 확률을 분석하여 내성적 안정성을 평가한다.

실험 결과

연구 질문

• RQ1 현재 애디아바틱 양자 하드웨어와 호환되는 MOT의 양자 계산 공식화를 설계할 수 있는가?
• RQ2 소규모 MOT 문제에서 양자 안내의 해 확률은 고전적 해법과 비교해 어떻게 되는가?
• RQ3 노이즈가 있는 양자 장치에서 해의 정밀도를 향상시키기 위해 최소한의 측정만으로 라그랑주 승수를 얼마나 최적화할 수 있는가?
• RQ4 제안된 AQC 기반 MOT 방법은 MOT15 및 PETS09-S2L1와 같은 실제 데이터셋에서 어떤 성능을 보이는가?
• RQ5 현재의 양자 하드웨어는 음영 처리가 있는 실제 MOT 인스턴스를 해결할 수 있는가? 그리고 에너지 수준은 해 품질과 어떻게 관련되는가?

주요 결과

• 제안된 AQC 기반 MOT 공식화는 MOT15 데이터셋에서 MOTA 점수 49.9%를 달성했으며, 최신 기법인 ApLift와 1.2% 이내로 경쟁 가능하다.
• MOT15 학습 세트에서 떼어낸 교차 검증(leave-one-out)에서, ApLift보다 MOTA가 0.2% 향상되어 더 높은 감지 밀도에 대한 강건성을 보였다.
• PETS09-S2L1 시퀀스에서, D-Wave Advantage 하드웨어를 사용해 두 번의 음영 처리를 거쳐 세 개의 객체를 성공적으로 추적했으며, 오프셋 조정 없이도 해의 확률이 0.8% 유지되었다.
• 음영 처리가 있는 하위문제(예: 프레임 5와 10)에서는 데기너레이트된 저에너지 상태로 인해 해의 확률이 떨어지지만, 최적화된 라그랑주 승수를 사용하면 여전히 측정 가능한 3.5%의 확률을 확보할 수 있었다.
• 노이즈 환경에서도 소량의 문제 측정만으로도 라그랑주 승수를 조정함으로써 해의 확률을 크게 향상시킬 수 있음을 입증했다.
• 에너지 수준 분석을 통해 최적의 해가 항상 최저 에너지 상태에서 발견되었으며, 이는 MOT에 대한 양자 안내 접근법의 타당성을 확인했다.