PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.01314v1cs.CV

ARROW: 인더와일드 환경에서 4D 관측의 임의 재구성 및 추적

ARROW: Arbitrary Reconstruction and Tracking of 4D Observations in the Wild

동적 장면은 움직이는 카메라, 다중 비디오 스트림, 또는 서로 다른 시점에 촬영된 이미지들로 캡처될 수 있습니다. 이러한 관측들은 장면 지오메트리 및 모션의 상호 보완적인 측면들을 드러내지만, 이를 하나로 통합하려면 시점, 캡처 시간, 가시성 변화 전반에 걸친 대응 관계(correspondence)를 확립해야 합니다. 본 논문에서는 임의의 이미지 세트로부터 3D 재구성(reconstruction)과 3D 포인트 추적(tracking)을 통합하는 피드포워드 모델인 ARROW를 소개합니다. 핵심은 임의의 입력 전반에서 쿼리와 관측을 연관 지을 수 있게 하는 새로운 순서 불변 쿼리(order-invariant querying) 접근 방식입니다. 저자들은 학습(training) 중에 모델(model)을 더욱 다양한 입력 세트에 노출시키는 것이 태스크 성능 향상으로 이어진다는 점을 보여줍니다. 또한, 이를 통해 도출된 모델은 다중 뷰 추적을 포함하여 더 넓은 범위의 태스크로 일반화할 수 있습니다. 이러한 전략으로 학습된 ARROW는 WorldTrack 및 TAPVid-3D에서 3D 추적 부문의 새로운 SOTA(state of the art)를 달성하고, 3D 재구성 태스크 전반에서 경쟁력을 유지하면서도 개작된 RGB 전용 MVTracker 벤치마크에서 전용 다중 뷰 트래커들의 성능을 능가합니다. 코드와 가중치는 공개되어 있습니다.

arXiv:2607.23803v1cs.CV

외관을 넘어서: 이동형 공중-지상 플랫폼에서의 보행자 연관 및 추적을 위한 다중 단서 프레임워크와 대규모 벤치마크

Beyond Appearance: A Multi-cue Framework and Large-scale Benchmark for Pedestrian Association and Tracking on Mobile Aerial-Ground Platforms

다중 뷰 다중 객체 연관 및 추적(MvMoAT)은 카메라 뷰 간 객체를 연관시키고 시간에 따라 추적하여, 다중 플랫폼 협력 인식에서 동일성 유지와 포렌식 궤적 복원을 지원한다. 기존 다중 객체 추적과 달리, MvMoAT는 외관을 왜곡하고 뷰 간 연관 및 시간적 추적을 약화시키는 빈번한 시점 변화에 직면한다. 우리는 다중 뷰 연관 및 식별을 위한 시점 강건 특징 통합(Feature Unification) 프레임워크인 FUSION을 제안한다. MAC(Multi-cue Adaptive Combination) 모듈은 시점 불변 단서와 외관 특징을 적응적으로 통합하여 뷰 간 연관을 개선하고, OMFS(Online Multi-view Feature Synchronization)는 과거 및 뷰 간 프레임에 걸쳐 보행자 특징을 집계하여 시간적으로 일관된 추적을 수행한다. 또한 카메라 간 및 카메라 내 시점 변화가 상당한 대규모 벤치마크 RealMvMoAT를 소개한다. 이는 10개 장면에 걸친 7대 카메라(무인항공기(UAV) 5대, 지상 뷰 2대)로부터 504.9K 프레임을 포함하며, 700만 개 이상의 동일성 라벨이 부여된 바운딩 박스를 제공한다. 모든 카메라는 무작위적이고 상당한 움직임을 보인다. 우리가 아는 한, RealMvMoAT는 현재까지 가장 큰 MvMoAT 데이터셋이다. 그 규모, 시점 다양성, 복잡한 플랫폼 움직임, 현실적인 궤적은 향후 연구를 위한 포괄적인 자원을 제공한다. RealMvMoAT와 6개의 공개 벤치마크에서의 실험은 FUSION이 최신 최고(state-of-the-art) 성능을 달성함을 보여준다.

arXiv:2606.13127v1cs.CV

실시간 완전 분산형 다중 뷰 3D 추적

Fully Distributed Multi-View 3D Tracking in Real-Time

시야가 겹치는 다중 카메라 추적(multi-camera tracking)은 일반적으로 중앙 집중식 융합(centralized fusion)에 의존하는데, 이는 대규모 배포를 방해하는 계산 병목 현상을 야기합니다. 본 논문에서는 MV3DT를 소개합니다. 이는 실시간 다중 뷰 3D 추적(multi-view 3D tracking)을 위한 완전 분산형 프레임워크로, 피어 투 피어(P2P) 조율을 통해 정확한 ID 전파(identity propagation) 및 가려짐 복구(occlusion recovery)를 달성하여 중앙 집계의 필요성을 제거합니다. 각 카메라 노드는 단안 3D 인지(monocular 3D perception), 분산 다중 뷰 연관(distributed multi-view association), 경량 메시징을 통한 협업 융합(collaborative fusion)으로 구성된 경량 모듈식 파이프라인을 실행합니다. MV3DT는 WILDTRACK 데이터셋에서 94.3%의 IDF1과 93.3%의 MOTA를 달성하여 최첨단 중앙 집중식 방법과 경쟁적인 성능을 보이며, 100대의 카메라에서 30 FPS를 유지하고 카메라 간 지연 시간은 10ms 미만, 통신 오버헤드는 2.2%에 불과하여 우수한 확장성을 입증했습니다. MV3DT는 카메라 캘리브레이션(camera calibration)이 주어지면 제로샷(zero-shot) 방식으로 작동하므로 장면 특화 학습이 필요 없어 새로운 환경에 즉시 배포 가능합니다. 이러한 결과들은 MV3DT가 대규모 중첩 카메라 네트워크에서의 실시간 다중 뷰 추적을 위한 실용적인 솔루션임을 확립합니다.