[論文レビュー] Deformable Distributed Multiple Detector Fusion for Multi-Person Tracking

J. Andy, Pong C. Yuen+1 more|arXiv (Cornell University)|Dec 18, 2015

Video Surveillance and Tracking Methods参考文献 32被引用数 6

ひとこと要約

本稿では、ICU環境における複雑で遮蔽が頻発する状況下での多人数トラッキングを目的として、RGBDデータを用いた可変型分散マルチ検出器統合フレームワークを提案する。領域特化型検出器（例えば全身および頭部）からの検出結果を統合し、可変型空間的関係をモデル化することで、誤検出を低減し、ポーズ変化に対する耐性を向上させ、実世界のICUデータにおいて最先端の性能を達成した。

ABSTRACT

This paper addresses fully automated multi-person tracking in complex environments with challenging occlusion and extensive pose variations. Our solution combines multiple detectors for a set of different regions of interest (e.g., full-body and head) for multi-person tracking. The use of multiple detectors leads to fewer miss detections as it is able to exploit the complementary strengths of the individual detectors. While the number of false positives may increase with the increased number of bounding boxes detected from multiple detectors, we propose to group the detection outputs by bounding box location and depth information. For robustness to significant pose variations, deformable spatial relationship between detectors are learnt in our multi-person tracking system. On RGBD data from a live Intensive Care Unit (ICU), we show that the proposed method significantly improves multi-person tracking performance over state-of-the-art methods.

研究の動機と目的

• 頻繁な遮蔽と顕著なポーズ変化を伴う複雑な環境における多人数トラッキングの課題に対処すること。
• 異なる身体部位を対象とした複数の検出器からの補完的検出出力を活用することで、トラッキングにおける誤検出を低減すること。
• 検出器間の可変型空間的関係を学習することで、ポーズ変化に強いトラッキングの耐性を向上させること。
• 空間的および深度ベースのクラスタリングによる検出結果のグループ化を通じて、複数検出器からの誤検出を最小限に抑えること。
• 最先端の手法と比較して、実世界のICUデータにおいて優れた性能を示すこと。

提案手法

• 全身および頭部など、異なる領域を対象とした特化型検出器を用いて、多様な検出出力を生成する。
• ボクシングボックスの位置と深度情報に基づいて検出結果をグループ化し、誤検出を低減するとともに、検出の一貫性を向上させる。
• ポーズ変化が著しい状況下でも適応可能な検出器間の可変型空間的関係を学習する。
• 空間的および深度感知統合を用いて検出出力を統合し、信頼性の高いトラッキングフレームワークを構築する。
• ライブなICU環境からのRGBDデータを活用し、深度情報の手がかりを得て、検出およびトラッキングの正確性を向上させる。
• 臨床現場での耐性を確保するため、実世界のICUシーケンス上でエンドツーエンドにシステムを訓練・最適化する。

実験結果

リサーチクエスチョン

• RQ1 異なる身体部位を対象とした複数の検出器は、遮蔽が頻発する複雑な環境下でも検出信頼性を向上させ得るか？
• RQ2 検出器間の可変型空間的関係モデリングは、顕著なポーズ変化下でのトラッキング耐性をどのように向上させるか？
• RQ3 深度ベースの検出グループ化は、複数検出器統合に伴う誤検出の増加をどの程度効果的に抑制できるか？
• RQ4 提案された統合フレームワークは、実世界のICUトラッキングシナリオにおいて最先端の手法を上回る性能を示すか？
• RQ5 重度の遮蔽および動的なポーズ変化下でも、システムはトラッキング正確性を維持できるか？

主な発見

• 提案手法は、実世界のICU RGBDデータにおいて、最先端のアプローチと比較して、多人数トラッキング性能を顕著に向上させた。
• 全身および頭部領域向けの検出器を統合することで、補完的検出強化を活かし、誤検出率が著しく低下した。
• 深度ベースの検出グループ化は、複数検出器を用いる場合に通常発生する誤検出の増加を効果的に抑制した。
• 可変型空間的関係モデリングにより、顕著なポーズ変化下でもトラッキングの耐性が向上した。
• 高い遮蔽率と動的な動きを伴う困難なICU環境でも、本システムは優れた性能を示した。
• ライブICUデータを用いた実験的結果から、実世界での導入において、提案された統合フレームワークの優位性が確認された。