천천히 꾸준히

이번에는 SORT논문에 대해서 학습한 내용을 적어보려고 합니다.  

Abstract

- the main focus is to associate object efficiently for online and realtime application

- Using rudimentary combination (kalman filter, hungarian algorithm)

- detection quality is identified as a key factor influencing tracking performence

- very fast 

Introduction

- lean implementation of tracking by detection

- because of just using the previous and the current frame, so this work is efficient

- nowdays benchmark are shown that we make the track more simple and more well it can perform

- because the detection quality is a key factor of tracking quality

- MOT problem can be viewed as a data association problem

- nowdays many tracker are using various methods  

- a resurgence of mature data association

- the only tracker is also the top ranked tracker, suggesting that the dectection quality could be holding back the other trackers

- occam's razor -> only the bbox poisition and size are used for motion estimation and data association

- this work focuses on efficient and reliable handling of the common frame to frame associations

- CNN + Kalman filter and hungarian algorim <- this formulation of tracking facilitates both efficiency and reliability

tracking을 두가지 분류로 나눌수 있다. 

online tracking vs offline tracking 

- offline tracking : betch based tracking 

tracking by detection vs detection by tracking

METHODOLOGY

 1.detection

 2.propagating object states into future frames

 3.associating current detection with existing objects

 4.managing the lifespan of tracked objects

Estimation model

used a linear constant velocity model which is independent of other objects and camera motion

u : horizontal pixel of the center of the target

v : vertical pixel of the center of the target

s : scale of the target's bounding box

r : aspect ratio of the target' bounding box -> aspect ration is considered to be constant

when a detection is associated to a target -> the detected bbox is used to update the target state where the velocity components are solved optimally via a kalman filter framework

if no detection is associated to the target, its state is simply predicted without correction using the linear velocity model

Data association

- The assignment cost matrix is then computed as the intersection-over-union (IOU) distance between each detection and wall predicted bounding boxes from the existing targets.

- The assignment is solved optimally using the Hungarian Algorithm.

- A minimum IOU is imposed to reject assignments where the detection to target overlap is less than IOUmin.

Creation and Deletion of Track Identities

- For creating trackers, we consider any detection with an overlap less than IOUmin to signify the existence of an untracked object.

- Tracks are terminated if they are not detected for Tlost frame

CONCLUSION

- Tracking quality is highly dependent on detection performance and by capitalising on resent developments in detection

- SORT achieves best in class performance with respect to both speed and accuracy

추가 공부 해야할것

- kalman filter : 센서의 노이즈를 잡기위한 재귀필터

- humgarian algorithm : assignment problem 을 해결하기 위한 optimal solution

- Occam's Razor : 문제를 해결하기 위한 2가지의 방법이 있을때, 좀 더 쉽고 간단한 방법을 선택하는것

단어 정리

• pragmatic: 실용적인, 실용주의의, 현실적인
• rudimentary: 기초적인, 초보적인, 기본적인
• lean implementation: 간결한 실행, 미약한 구현
• resurgence: 부활, 재생, 되살아남
• hypothesis tracking: 가설 추적, 가설 추론
• could be holding back: 지연시킬 수 있다, 방해하고 있을 수 있다
• explicit: 명시적인, 분명한
• myriad: 무수히 많은, 수많은
• robust: 견고한, 강건한, 튼튼한
• leverage: 영향력을 행사하다, 활용하다
• pragmatic: 실용적인, 실용주의의, 현실적인
• impractical: 비현실적인, 실현불가능한

추가로 궁금한점 왜 kalman filter에서 linear하게 문제를 바라봤을까? 가속도나 다른방법으로는?? 

reference

https://arxiv.org/pdf/1602.00763.pdf

https://github.com/abewley/sort

논문이나 학술지에서 영어로 된 글을 읽다 보면, 특정한 약어들이 자주 등장합니다. 특히, i.e., e.g., et al. 같은 라틴어 기반 약어들은 익숙하지 않으면 문맥을 이해하기 어렵게 만들 수 있습니다. 이번 기회에 자주 사용되는 라틴어 약어들을 정리해 보겠습니다.

1. i.e. (즉, 다시 말해)

**i.e.**는 라틴어 **"id est"**의 약어로, "즉", "다시 말해"라는 의미를 가집니다. 어떤 내용을 좀 더 구체적으로 설명하거나 재진술할 때 사용됩니다.

📌 예문

Data on precipitation, i.e., rainfall and snowfall, were collected from local weather offices.

강수량, 즉 강우량과 강설량에 대한 데이터가 지역 기상청에서 수집되었다.

⚠ 주의할 점: i.e.는 설명을 덧붙이는 역할을 하므로, **"예를 들면"(for example)**의 의미로 사용하면 안 됩니다.

2. e.g. (예를 들어)

**e.g.**는 라틴어 **"exempli gratia"**의 약어로, "예를 들어"라는 뜻을 가지고 있습니다. 특정 개념을 설명하기 위해 예시를 나열할 때 사용됩니다.

📌 예문

A number of weather variables were recorded, e.g., precipitation, temperature, and relative humidity.

여러 가지 기상 변수가 기록되었다. 예를 들면, 강수량, 온도, 상대 습도 등이 있다.

⚠ 주의할 점: e.g. 뒤에는 쉼표(,)를 붙이는 것이 일반적이며, 예시는 일부만 포함하는 것이므로 문장에서 **etc. (등등)**와 함께 사용하지 않습니다.

3. et al. (등등, 그리고 다른 사람들)

**et al.**은 라틴어 **"et alii"**의 약어로, "그리고 다른 사람들"이라는 의미를 가집니다. 보통 학술 논문에서 저자가 여러 명일 때 사용됩니다.

📌 예문

Kim et al. (2023) analyzed the effects of climate change on precipitation patterns.

김 등(2023)은 기후 변화가 강수 패턴에 미치는 영향을 분석했다.

⚠ 주의할 점: et al.은 기본적으로 사람을 지칭할 때 사용됩니다. 즉, 사물이나 개념을 나열할 때는 사용하지 않습니다.

4. i.e. vs e.g. 비교 정리

약어원래 의미뜻사용 목적

📌 예문 비교

• i.e. 사용 예시: I prefer tropical fruits, i.e., mangoes and pineapples.
  → 나는 열대 과일을 좋아한다. 즉, 망고와 파인애플을 좋아한다. (특정한 열대 과일을 설명하는 것)
• e.g. 사용 예시: I love tropical fruits, e.g., mangoes, bananas, and pineapples.
  → 나는 열대 과일을 좋아한다. 예를 들면, 망고, 바나나, 파인애플이 있다. (몇 가지 예시를 나열한 것)

결론

논문이나 학술 자료에서 i.e., e.g., et al. 같은 라틴어 약어들은 자주 사용됩니다. 하지만 의미를 혼동하면 글의 정확성이 떨어질 수 있으므로, 각 약어의 뜻과 사용법을 확실히 익혀두는 것이 중요합니다.

✔ i.e. → 즉, 다시 말해 (설명 추가) ✔ e.g. → 예를 들어 (예시 나열) ✔ et al. → 등등, 그리고 다른 사람들 (저자 생략)

reference

https://namu.wiki/w/et%20al.

https://www.editage.co.kr/insights/scientific-writing-difference-between-eg-ie-and-namely