yoloxでの検出結果に対してDeepSort で追跡を実行する例のリポジトリがあった。
追跡について思うこと
- まず、deepSortを試してみよう。
- それで、性能がよくて、実行速度も十分であればラッキー。
- もし、実行速度が不十分なときには、
- ターゲットデバイスに固有の最適化を利用しよう。
- 検出範囲の見直し、処理レートの見直しなどで、性能を維持しながら追跡性能を維持できるか考える。
- 検出の最小サイズを大きくして、処理量を減らすことができるか?
- それでも実行速度が不十分すぎるときは、
- 追跡性能が低下してもよければ、許容できる範囲の別のアルゴリズムの利用を考える。
Transformer ベースのtracking が増えてきている。
最新のアルゴリズムを試してみたい人は、そちらを探してみることだ。
深層学習(CNN, DNN)がでてきて、追跡アルゴリズムが置き換わったように、Transformerがでてきて変わってきている。
CVPR2023 でtracking を検索してみる。
3Dカメラでの物体検出と追跡(2024年追記)
- 3D カメラで物体検出し、そのカメラのライブラリで空間座標として追跡を実施するという方法がある。
- この方法だと、奥行きが異なる対象が一方が他方の影に隠れてしまうなどの状況での追跡が改善する。
- 同じ服装をした人が前後にいる場合だと、従来の手法では人の取り違えを生じていた。
- 3Dカメラの場合には、それが起こりにくい。
- 3Dカメラも10万円以下と安くなってきている。
- 3Dカメラで十分ならば、3Dカメラを使うのがよいとおもう。