論文の概要: The Impact of Detector Architecture, Model Scale, and Scene Density on Multi-Pedestrian Tracking

• arxiv url: http://arxiv.org/abs/2610.19369v1
• Date: Wed, 14 Oct 2026 01:12:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.880316
• Title: The Impact of Detector Architecture, Model Scale, and Scene Density on Multi-Pedestrian Tracking
• Title（参考訳）: 多歩行者追跡における検出器アーキテクチャ, モデルスケール, シーン密度の影響
• Abstract要約: 本稿では, 検知器のアーキテクチャ, モデルスケール, シーン密度, 推測条件が複数歩行者の追跡に与える影響を解析する。 YOLO11, RT-DETR, YOLO26検出器ファミリーとByteTrack, BoT-SORTトラッカーをMOT17, MOT20, SOMPT22ベンチマークのシーケンスで比較した。
• 参考スコア（独自算出の注目度）: 1.1470070927586018
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pedestrian tracking in video is important for applications such as surveillance and scene analysis, but it becomes more challenging in crowded scenarios with frequent occlusions and rapid motion. This paper analyzes how detector architecture, model scale, scene density, and inference regime affect the tracking of multiple pedestrians. We compare the YOLO11, RT-DETR, and YOLO26 detector families with the ByteTrack and BoT-SORT trackers on sequences from the MOT17, MOT20, and SOMPT22 benchmarks. For YOLO26, we also compare traditional overlap filtering via Non-Maximum Suppression (NMS) with end-to-end inference. The RT-DETR family achieved the highest mean scores on the HOTA tracking quality metric across all three benchmarks with both trackers, with a more pronounced advantage on MOT20, albeit at a higher computational cost. On MOT17 and SOMPT22, YOLO26 variants, especially YOLO26-L with NMS, offered favorable combinations of quality and speed compared with RT-DETR. In the YOLO26 inference comparison, the end-to-end mode did not yield consistent tracking gains over the NMS-based regime. Taken together, these results provide a practical guide for selecting detectors and trackers for this task based on application priorities.
• Abstract（参考訳）: ビデオにおける歩行者追跡は、監視やシーン分析などのアプリケーションでは重要であるが、密閉や急激な動きを伴う混雑したシナリオでは、より困難になる。 本稿では, 検知器のアーキテクチャ, モデルスケール, シーン密度, 推測条件が複数歩行者の追跡に与える影響を解析する。 YOLO11, RT-DETR, YOLO26検出器ファミリーとByteTrack, BoT-SORTトラッカーをMOT17, MOT20, SOMPT22ベンチマークのシーケンスで比較した。 YOLO26では、Non-Maximum Suppression (NMS)による従来の重複フィルタリングとエンドツーエンドの推論を比較する。 RT-DETRファミリーは2つのトラッカーを持つ3つのベンチマークでHOTAトラッキング品質の指標で最高点を達成し、計算コストは高いもののMOT20ではより顕著な優位性を示した。 MOT17 と SOMPT22 では、特に YOLO26-L と NMS がRT-DETR に比較して品質と速度の良好な組み合わせを提供していた。 YOLO26との比較では、エンド・ツー・エンド・モードはNMSベースのシステムに対して一貫したトラッキングゲインを得られなかった。 これらの結果は、アプリケーションの優先順位に基づいて、このタスクの検出器とトラッカーを選択するための実用的なガイドを提供する。

関連論文リスト

• LITE: A Paradigm Shift in Multi-Object Tracking with Efficient ReID Feature Integration [0.3277163122167433]
  マルチオブジェクト追跡(MOT)手法として,軽量な統合的追跡機能抽出パラダイムが導入された。 推論、前処理、後処理、ReIDモデルのトレーニングコストを削減して、ReIDベースのトラッカーを強化する。
  論文  参考訳（メタデータ） (2024-09-06T11:05:12Z)
• Temporal Correlation Meets Embedding: Towards a 2nd Generation of JDE-based Real-Time Multi-Object Tracking [52.04679257903805]
  共同検出・埋め込み(JDE)トラッカーは多目的追跡(MOT)タスクにおいて優れた性能を示した。 TCBTrackという名前のトラッカーは、複数の公開ベンチマークで最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-19T07:48:45Z)
• VariabilityTrack:Multi-Object Tracking with Variable Speed Object Movement [1.6385815610837167]
  マルチオブジェクトトラッキング(MOT)は、ビデオ内のオブジェクトのバウンディングボックスとIDを推定することを目的としている。 環境フィードバックに基づく可変速度カルマンフィルタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-12T12:39:41Z)
• Probabilistic Tracklet Scoring and Inpainting for Multiple Object Tracking [83.75789829291475]
  本稿では,トラックレット提案の確率的自己回帰運動モデルを提案する。 これは、我々のモデルを訓練して、自然のトラックレットの基盤となる分布を学習することで達成される。 我々の実験は、挑戦的なシーケンスにおける物体の追跡におけるアプローチの優位性を実証している。
  論文  参考訳（メタデータ） (2020-12-03T23:59:27Z)
• MOTChallenge: A Benchmark for Single-Camera Multiple Target Tracking [72.76685780516371]
  単カメラ多目的追跡(MOT)のためのベンチマークMOTChallengeを提案する。 このベンチマークは、歩行者がトラッキングコミュニティで最も研究されているオブジェクトであるため、複数の人を追跡することに重点を置いている。 我々は,最先端トラッカーの分類と広い誤差解析を行う。
  論文  参考訳（メタデータ） (2020-10-15T06:52:16Z)
• Tracking Objects as Points [83.9217787335878]
  同時に検出と追跡を同時に行うアルゴリズムは,最先端技術よりもシンプルで,高速で,高精度である。 トラッカーであるCenterTrackは、前のフレームから一対のイメージと検出に検出モデルを適用します。 CenterTrackはシンプルで、オンライン(未来を覗くことはない)で、リアルタイムだ。
  論文  参考訳（メタデータ） (2020-04-02T17:58:40Z)
• MOT20: A benchmark for multi object tracking in crowded scenes [73.92443841487503]
  我々は,非常に混み合ったシーンを描写した8つの新しいシーケンスからなるMOT20ベンチマークを提示する。 ベンチマークは第4回BMTT MOT Challenge Workshop at the Computer Vision and Pattern Recognition Conference (CVPR)で初めて発表された。
  論文  参考訳（メタデータ） (2020-03-19T20:08:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。