실시간 다중 목표 추적 알고리즘은 이상적인 추적 성능을 달성했지만 대부분의 기존 알고리즘은 추적 속도가 느리고 배경 복잡도가 증가함에 따라 추적 정확도도 감소합니다. 이 문제를 해결하기 위해 본 논문에서는 온라인 데이터 연관 기반의 보행자 실시간 추적 알고리즘을 제안합니다. 먼저, 핵심 상관 필터와 칼만 필터 이중 트랙 예측 메커니즘을 설계하고 DeepSORT의 연쇄 매칭과 결합하여 예측-추적-보정 체계를 구성하여 데이터 연관을 더욱 신뢰할 수 있게 합니다. 또한, 목표 검출 부분에 주의 메커니즘을 도입하여 목표 객체의 위치 정보를 강화함으로써 특징 표현 능력을 향상시켜 추적 정확도를 높였습니다. 본 모델은 MOT16 데이터셋에서 MOTA 66.5%, IDF1 64.2%, IDSW 641을 달성했습니다. DeepSORT 알고리즘과 비교했을 때 MOTA와 IDF1은 각각 13%와 13.2% 향상되었으며, IDSW는 410 감소했습니다. 본 논문 알고리즘은 보행자 실시간 추적 시 발생하는 목표 오탐지, 누락 문제 해결에 도움을 주며, 심한 가림 현상에서도 높은 추적 정확도를 유지하여 복잡한 환경에서 보행자 실시간 안정 추적을 구현할 수 있습니다.

다중 목표 추적;실시간 추적;YOLOv5;핵심 상관 필터 알고리즘;DeepSORT