연구진은 다중 객체 추적(MOT)에서 유사 객체의 장기적인 식별 문제를 해결하기 위해 VLA-ReID를 제안했어요.
VLA-ReID는 재식별을 비디오 레벨 연관 모델링으로 재구성하고, 과거 트래jectory 특징을 활용해 전반적인 연관성을 최적화해요.
FCAE와 CAS 기법을 통해 추가적인 어노테이션 없이도 객체 간의 차별성을 강화하고, BEE24 데이터셋에서 기존 추적기 대비 성능을 향상시켰어요.
VLA-ReID는 HOTA, MOTA, AssR, AssA, IDF1 지표에서 각각 1.1, 0.3, 2.6, 0.7, 0.8 개선 효과를 보였고, 식별 오류를 28% 감소시켰어요.