マルチオブジェクトトラッキング（MOT）

多オブジェクト追跡（MOT）は、コンピュータビジョン（CV）の基本的なタスクであり、ビデオ内の複数のオブジェクトを検出し、連続するフレーム間でそれらのユニークなアイデンティティを維持することを含む。単一画像内の物体の位置と分類を行う物体検出とは異なり、MOTは時間的な次元を追加します。フレーム内にどのようなオブジェクトがあるか」だけでなく、「各オブジェクトはどこに向かっているか」にも答えます。各オブジェクトに永続的なIDを割り当てることで、MOTは時間の経過に伴う動き、行動、相互作用の分析を可能にし、ダイナミックなシーンの理解に不可欠なものとなる。

マルチオブジェクト・トラッキングの仕組み

MOTプロセスは通常、トラッキング・バイ・検出のパラダイムに従う。まず、YOLO11のようなオブジェクト検出器がビデオの各フレーム内の全てのオブジェクトを識別するために使用される。次に、検出された各オブジェクトに一意のトラッキングIDが割り当てられます。後続のフレームでは、トラッキングアルゴリズムがこれらのオブジェクトの新しい位置を予測し、新しく検出されたオブジェクトと関連付ける。この関連付けは重要なステップであり、いくつかのテクニックに依存している：

• モーション予測：カルマンフィルター(KF)のようなアルゴリズムは、過去の動きに基づいて物体の将来の位置を推定する。これにより、次のフレームで物体を絞り込むことができる。
• アピアランス・マッチング：対象物が隠されたり、外観が変化したりした後に再識別するために、システムはしばしば特徴的な特徴を抽出する。これらは単純なカラーヒストグラムから複雑なディープラーニングベースの埋め込みまで様々である。
• データアソシエーション：このコンポーネントは、既存のオブジェクトトラックと新しい検出をマッチングします。ハンガリアンアルゴリズムのような洗練されたアルゴリズムや、ByteTrackや BoT-SORTのような最新のトラッカーが採用するメソッドがこれらの割り当てを処理するために使用され、混雑したシーンでもトラッキングの連続性を保証します。

Ultralyticsは、これらのトラッキングアルゴリズムをシームレスに統合し、高性能ディテクターによるロバストなマルチオブジェクトトラッキングを簡単に実装することができます。

マルチオブジェクト・トラッキングとオブジェクト検出の比較

MOTとオブジェクト検出は密接に関連しているが、目的は異なる。オブジェクト検出は静的でフレームごとの分析であり、バウンディングボックスとクラスラベルのセットを生成する。対照的に、MOTは動的なプロセスであり、時間とともにこれらの検出をリンクさせ、各オブジェクトの連続的な「ストーリー」を作成します。オブジェクト検出は一連のスナップショットを撮ると考えることができますが、マルチオブジェクトトラッキングはこれらのスナップショットをつなぎ合わせてムービーを作成し、オブジェクトがどのように動き、相互作用するかのプロットを明らかにします。

実際のアプリケーション

MOTは、さまざまな産業で幅広く実用化されている革新的な技術である。

• 自律走行車：自動運転車にとって、MOTは安全のために不可欠である。MOTは、車両が他の車両、歩行者、自転車の軌跡を追跡し、その動きを予測することで、情報に基づいた判断を下し、衝突を回避することを可能にする。この継続的な追跡は、単一フレームの検出だけよりも豊かな環境理解を提供します。
• 小売業と公共空間の分析小売業では、MOTは足元の通行パターンや滞留時間を追跡することで、顧客の行動を分析するために使用されます。これにより、店舗レイアウトの最適化や効果的な行列管理に役立ちます。公共スペースでは、人が制限区域に入るのを追跡したときに作動するセキュリティアラームシステムを設定するなど、群衆管理やセキュリティに利用できます。
• スポーツ分析：コーチやアナリストは、MOTを使って選手の動きをモニターし、フォーメーションを分析し、スピードや移動距離などのパフォーマンス指標を評価します。これをポーズ推定と組み合わせることで、運動技術やゲーム戦略をより詳細に分析することができます。
• 産業オートメーション：工場の現場では、MOTを使用してベルトコンベア上の部品を追跡し、対象物のカウントや品質管理を行い、各品目が正しく処理されるようにすることができる。これは製造業におけるAIの重要な要素である。