この論文は、マルチオブジェクトトラッキング（MOT）における信頼性の高い検出バウンディングボックス選択の問題に焦点を当てています。従来のBoostTrackは、検出信頼性の向上を通じて多段階接続方式の欠点を克服しようとしましたが、本論文はBoostTrackの信頼性向上技術の限界を指摘し、性能改善のための新しい方法を提案します。提案された方法は、形態、マハラノビス距離、および新しいソフトBIoU類似度を組み合わせて、より豊富な類似度測定を構築し、本物の陽性検出をよりよく選択できるようにします。また、類似度測定値と以前の信頼度スコアに基づいて新しい信頼度スコアを計算するソフト検出信頼性向上技術と、不規則に更新される検出とトラケットとの間の低い類似度測定値を考慮するための可変類似度閾値を導入します。提案された追加は相互に独立しており、どのMOTアルゴリズムにも適用可能です。その結果、BoostTrack +基準で提案された方法を組み合わせて、MOT17データセットの最先端のパフォーマンスに近い結果を、MOT20データセットでHOTAおよびIDF1スコアの新しい最先端の結果を達成します。ソースコードは提供されます。
