본 논문은 안전한 선박 항해와 효과적인 해상 감시를 위해 필수적인, 견고한 다중 객체 추적(MOT)을 위한 효율적인 Dual-branch Maritime SORT (DMSORT) 방법을 제안한다. 복잡한 해상 환경에서의 카메라 움직임과 시각적 저하 문제를 해결하기 위해, 객체 감지 및 재식별(ReID) 분기, 동적 카메라 움직임 추정을 위한 전용 분기를 통합하는 아핀 보상을 갖춘 병렬 추적기를 핵심으로 한다. 특히, RCDN(Reversible Columnar Detection Network)을 활용하여 다중 레벨 시각적 특징을 통해 객체 감지를 강화하고, Li-TAE(Lightweight Transformer-based appearance extractor)를 사용하여 견고한 외형 특징을 생성한다. 또한 투영 변환을 통해 플랫폼 유도 및 대상 내재적 움직임을 분리하고, 칼만 필터 내에서 플랫폼 움직임 보정을 적용하여 실제 객체 궤적을 안정화시킨다. 마지막으로, 클러스터링 최적화된 특징 융합 모듈을 통해 움직임 및 외형 단서를 효과적으로 결합하여 노이즈, 가림, 드리프트 상황에서 ID 일관성을 보장한다. Singapore Maritime Dataset에 대한 광범위한 평가를 통해 DMSORT는 최고 수준의 성능을 달성했으며, ReID 기반 MOT 프레임워크 중 가장 빠른 실행 시간을 보였다.
