[논문 리뷰] Multisensor Multiobject Tracking with Improved Sampling Efficiency

Wenyu Zhang, Florian Meyer|arXiv (Cornell University)|2022. 12. 30.

Target Tracking and Data Fusion in Sensor Networks인용 수 4

한 줄 요약

이 논문은 비선형이고 저차원의 측정값을 가지는 고차원 상태 공간에서 다센서 다객체 추적(MOT)을 위한 입자 흐름 기반의 합- tích 알고리즘(SPA-PF)을 제안한다. 입자 흐름을 활용해 입자를 높은 가능도 영역으로 효율적으로 전파함으로써, 기존 최첨단 방법들과 비교해 입자 고갈 문제를 피하고 추적 정확도와 런타임 효율성이 향상된다. 이는 시간 도착 차이(TDOA) 측정값을 사용하는 3차원 수동 음향 모니터링 시나리오에서 입증되었다.

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.

연구 동기 및 목표

• 고차원, 비선형 다객체 추적(MOT)에서 입자 고절 문제를 해결하기 위해.
• 객체 상태가 고차원이고 측정값이 저차원인 베이지안 MOT에서 샘플링 효율성을 향상시키기 위해, 예를 들어 TDOA 기반 음향 추적와 같은 상황에서.
• 기존 입자 필터링 및 스케일링 필터링 접근 방식에 비해 계산 오버헤드를 줄이며 정확도를 유지하는 확장 가능한 그래프 기반 베이지안 프레임워크를 개발하기 위해.
• 모르는 객체 수와 측정 기원 불확실성(MOU)이 존재하는 복잡한 시나리오에서도 다수의 객체를 견고하게 추적할 수 있도록 하기 위해.
• 초기 객체 등장 시 민감도가 낮고 다중 모드인 민감도를 유지하는 데 입자 흐름이 효과적인지 확인하기 위해.

제안 방법

• 이 방법은 랜덤 변수와 요소들이 통계적 의존성과 측정 모델을 표현하는 인자 그래프 표현을 사용한다.
• 합-적 알고리즘(SPA)을 사용하여 근사 후행 마진을 계산하며, 다중 모드 분포를 위해 민감도를 가우시안 혼합 모델(GMM)로 표현한다.
• 입자 흐름(PFL)을 고차원 공간에서의 SPA 메시지 업데이트에 적용하여 표준 중요도 샘플링을 대체함으로써 입자 고절을 방지한다.
• PFL은 호모토피 함수와 편미분방정식(PDE)을 사용하여 입자 속도를 계산하고, 후행 분포의 높은 가능도 영역으로 입자를 체계적으로 이동시킨다.
• 이 방법은 각 입자별로 독립적으로 PFL 방정식을 계산하는 局소 정확한 다움 및 황(LEDH) 필터 변형을 사용하여 정확도를 향상시키지만 계산 비용이 증가한다.
• 프레임워크는 수중 마이크로폰 쌍으로부터의 시간 도착 차이(TDOA) 측정값을 사용하는 3차원 수동 음향 모니터링 시나리오에서 평가되었으며, 현실적인 다센서 MOT 조건을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 합-적 알고리즘에서 입자 흐름 기반 메시지 업데이트가 고차원, 비선형 다객체 추적에서 입자 고절 문제를 효과적으로 완화할 수 있는가?
• RQ2 어느 정도의 정확도와 런타임에서 제안된 SPA-PF 방법이 SPA-UT 및 SPA-PM과 같은 최첨단 MOT 기법보다 뛰어나게 성능을 발휘하는가?
• RQ3 새로운 객체가 나타난 후 초기 단계에서 민감도가 매우 낮고 다중 모드일 때 입자 흐름 사용이 추적 성능을 향상시키는가?
• RQ4 객체 상태에 비해 측정값이 저차원일 경우(예: 3차원 객체 상태에 대해 1차원 TDOA), 이 방법이 정확도를 얼마나 잘 유지하는가?
• RQ5 비선형 변환 기반 접근 방식에 비해 메모리 요구량을 줄여가며 유리한 성능을 달성할 수 있는가?

주요 결과

• SPA-PF 및 SPA-PF-H 방법은 18개의 파rameter 설정 중 15개에서 가장 낮은 MOSPA(다객체 추적 정밀도)를 기록했으며, SPA-PF-H는 항상 SPA-PF를 초월했다.
• 측정값이 가장 정보가 적은 시나리오(σv = 2×10⁻⁶ s)에서는 SPA-PM이 입자 고절이 줄어들어 가장 우수한 성능을 보였지만, SPA-PF-H는 두 번째로 낮은 MOSPA와 가장 낮은 런타임을 기록했다.
• σv = 5×10⁻⁷ s일 경우 입자 고절이 가장 심각한 상황에서, SPA-PF-H는 MOSPA 2.40을 기록하여 SPA-PM(18.60)과 SPA-UT-2(4.28)보다 유의미하게 낮게 유지했으며, 뛰어난 강건성을 입증했다.
• 제안된 방법은 경쟁적인 런타임을 유지했으며, SPA-PF-H는 시간 단위 평균 13.19–21.26초를 기록했고, SPA-UT-1 및 SPA-UT-2와 유사했지만 더 높은 정확도를 달성했다.
• 주요 성능 저하 요소는 객체가 새로 나타난 후 첫 번째 시간 단계에서 발생하며, 이는 민감도가 다중 모드이고 정보가 부족하기 때문에 더 효과적인 샘플링 전략이 필요하다.
• 결과는 입자 흐름 기반 샘플링이 고차원, 비선형 MOT에서 특히 초기 추적 단계와 저차원 측정값 조건에서 매우 효과적임을 확인한다.