どんなもの？

SportsMOTチャレンジ一位の解法。

先行研究と比べてどこがすごい?

モーションブラーやオクルージョンを解決するために三段階のマッチングプロセスを採用。

技術や手法のキモはどこ？

3段階のプロセスを加えて、MOTの直面する技術的課題に対して処理している。

• 第1段階は、すべての検出ボックスを調べ、閾値を設定。
• 第2段階では、信頼度の高い検出ボックスのみを調べ、トラックに統合。
• 第3ステージでは信頼性の低いボックスを調べ、既存のトラックにマージ。

Croud Trackの導入

一旦アスリートが近づきすぎると（IOU距離の計算により識別）、1つの検出bboxが多くのCroudトラックに対応できるようにする。

どうやって有効だと検証した？

SportsMOTデータセットを使用

• 3カテゴリ, 240本の動画であり、25FPS, 720P．平均フレームは495
• 学習用データは合計で28574フレームで、検証用フレームは合計26970フレーム

評価指標にはHOTAを使用

DetectionにはYoloX, ReIDモデルはFast-ReIDを使用

validation setで80.863 HOTA スコアが記録

test setで76.264 HOTAスコアを記録

DeeperActionコンペにおいて最高精度を達成した。

議論はある？

次に読むべき論文は？

DeepSORT, FastReIDの論文