Oct, 2020

MOTChallenge：单目多目标跟踪基准测试

PDF
TL;DRMOTChallenge 是一个针对单摄像头多目标跟踪设计的标准化比赛，包含三个版本，包括挑战性视频和精确的标签，同时提供了多目标跟踪器分类和广泛的错误分析。
computer visiondeep learningmultiple object trackingbenchmarkpedestrian
发现论文，激发创造
  • MOT16：多目标跟踪基准

    通过新发布的 MOTChallenge 标准基准测试集，研究人员在计算机视觉领域的多目标跟踪方面提出了一个具有挑战性的任务，并通过对 MOT16 视频的大量标记来标准化不同方法的评估。

    Mar, 2016

  • MOT20：拥挤场景下多目标追踪的基准测试

    本文介绍的 MOT20benchmark 建立在 MOT15、MOT16 和 MOT17 的基础上，扩展了 8 个新的数据序列，适用于评估在极度拥挤情景下处理多个物体跟踪的最先进方法。

    Mar, 2020

  • MOTChallenge 2015：多目标跟踪基准的探索

    本文介绍了我们的工作，即创建一个新的多目标跟踪基准，以解决现有基准存在的问题，并通过 MOTChallenge 向一个更有意义的多目标跟踪定量评估统一框架迈进。

    Apr, 2015

  • CVPR19 跟踪和检测挑战赛：有多拥挤？

    本研究提出了一个新的 CVPR19 基准测试，该测试包括 8 个新序列，重点关注极度拥挤的场景下的多目标跟踪，并将在第四届 BMTT MOT 挑战工作坊上进行评估。

    Jun, 2019

  • 追踪器的追踪：多目标追踪技术现状分析

    本文介绍了一个用于评估多目标跟踪方法的基准测试框架，其中包含了约 50 个最先进的跟踪器的测试结果及其分析，旨在为推动这一领域的发展提供指导。

    Apr, 2017

  • MT_IoT 团队多目标跟踪挑战技术报告

    本文主要介绍了我们针对在复杂环境下的多目标跟踪挑战提出的方法，将其作为两个阶段的任务，包括人体检测和轨迹匹配，并具体设计了一个改进的人体检测器和一个位置匹配矩阵，使其在 DanceTrack 数据集上获得了高达 66.672 HOTA 和 93.971 MOTA 的成绩。

    Dec, 2022

  • GMOT-40：通用多目标跟踪基准

    本文通过构建 GMOT-40 数据集、设计一系列 GMOT 基线算法及对 GMOT-40 的全面评估，旨在推动 GMOT 的研究，以及提供公共的基准测试、评估结果和基线算法。

    Nov, 2020

  • 3D 多目标跟踪：基线和新的评估指标

    该论文提出了一个简单实时的 3D 多目标跟踪系统，使用 3D Kalman 滤波器和匈牙利算法进行状态估计和数据关联，并提出了新的 3D MOT 评估工具和新的评估指标，可在 KITTI 和 nuScenes 数据集上获得最先进的性能和最快的速度。

    Jul, 2019

  • 视频多目标跟踪的深度学习研究

    本文综述了利用深度学习模型解决单摄像头视频的多目标跟踪任务的研究，总结了该任务中的四个主要步骤，并深入探讨了如何在每个步骤中利用深度学习。此外，还提供了对三个 MOTChallenge 数据集中所呈现的工作的完整实验比较，并确定了最优解方法之间的若干相似之处，提出了一些可能的未来研究方向。

    Jul, 2019

  • SportsMOT：多场景多种运动的大规模多物体追踪数据集

    本文提出了一种新的大规模多目标追踪数据集 SportsMOT，旨在促进运动跟踪器在运动和外观等方面的进步，通过比较当下几种状态最好的跟踪器和 MixSort 框架，我们发现 SportsMOT 的关键挑战在于对象关联，MixSort 框架通过将自定义的基于外观的关联与原始的基于运动的关联相结合，实现了在 SportsMOT 和 MOT17 上的最先进的性能表现。

    Apr, 2023