Jul, 2023

PointOdyssey：一个大规模合成数据集用于长期点跟踪

PDF
TL;DR我们介绍了 PointOdyssey，一个用于训练和评估长期细粒度跟踪算法的大规模合成数据集和数据生成框架。我们的目标是通过强调具有自然运动的长视频来推动技术的发展。
pointodysseysynthetic datasetlong-term fine-grained tracking algorithmsnaturalistic motionmotion capture data
发现论文，激发创造
  • DriveTrack: 实际世界视频的长距离点跟踪基准

    DriveTrack 是一个新的基准和数据生成框架，用于实现长距离实景关键点跟踪。该框架自动注释自动驾驶数据集上的关键点轨迹，释放了关键点在实景视频中的新用途，并提高了关键点跟踪器在实世界场景中的准确性。

    Dec, 2023

  • SDTracker：基于合成数据的多目标跟踪

    本文提出 SDTracker，一种利用合成数据进行多目标跟踪的方法，实现领域泛化和半监督学习。通过对图像进行风格随机化，使用 ImageNet 数据集获得合成数据，通过对不同 “风格” 图像进行金字塔一致性损失的强制执行来学习领域不变特征；运用伪标记方法，使用 PPO2 算法搜索每个序列的置信度阈值，以获得高质量的伪标记，进而在 MOT17 训练集上实现多目标跟踪并获得 61.4 的 HOTA 值

    Mar, 2023

  • 长期视觉目标跟踪基准

    提出了一种名为 Track Long and Prosper（TLP）的新型长视频数据集和单个目标跟踪基准，包含 50 个高清视频，超过 400 分钟（676K 帧），是现有通用数据集平均持续时间的 20 倍以上，通过对 17 种现有跟踪器进行精度和运行时间速度排名，以及定性和定量评估，突出了跟踪性能的长期方面的重要性并指出了研究努力在长期跟踪方向的潜在需求。

    Dec, 2017

  • 荒野长期跟踪：一个基准测试

    介绍了 OxUvA 数据集和基准，该数据集用于评估单目标跟踪算法，并对算法在具有平均长度大于两分钟且具有频繁目标对象消失的大规模序列中的定位和检测能力进行了评估。

    Mar, 2018

  • 大规模实际多人跟踪

    本研究提供了一个新的大规模多人追踪数据集 --PersonPath22，该数据集比当前可用的高质量多目标追踪数据集（如 MOT17、HiEve 和 MOT20 数据集）大一个数量级以上。该数据集的发布将使得新的大规模视频数据训练方法获得可能，从而提高多人追踪系统的性能评估。

    Nov, 2022

  • 单目视觉里程计光度校准基准

    提出了一个包含 50 个具有独特多样性的现实中场景的数据集，用于评估单目视觉里程计和 SLAM 方法的跟踪精度，并在此基础上提出了一个相机光度校准的简单方法以及一种非参数化暗角校准方法，该研究详细评估了两种现有方法（ORB-SLAM 和 DSO）在该数据集上的效果。

    Jul, 2016

  • PathTrack: 利用路径监督实现快速的轨迹注释

    本文介绍了一种有效的框架以及注释轨迹的方法，用于生成具有前所未有的规模的 MOT 数据集，并通过验证表明我们的方法比现有技术更加准确和高效。此外，我们还 crowdsourcing 了 PathTrack 数据集，这个大规模的数据集将对物体追踪及目标识别领域产生重要影响，证明了这个数据集的价值，并且用已有的数据训练之后另行测评的结果证明了我们的方法的有效性。

    Mar, 2017

  • 面向自动驾驶的大规模交互式运动预测：Waymo 开放运动数据集

    该研究介绍了当前最全面的交互式动作数据集，包含超过 100,000 个场景，用于发展动作规划模型与提供强大的基线模型来对单独或多个交互式对象进行预测，并提供了新的度量方法。

    Apr, 2021

  • 醉汉的测程法：估算变形场景中的摄像机运动

    本研究提出了一个具有挑战性的数据集 Drunkard's Dataset，为解决在变形场景下探索摄像机轨迹和重构，设计了一个新的变形 odometry 方法（Drunkard's Odometry），该方法将光流估计分解为刚体摄像机运动和非刚性场景变形。

    Jun, 2023

  • MOTSynth: 如何利用合成数据提高行人检测和跟踪的效果？

    使用渲染游戏引擎生成大量高度多样化的合成数据集 MOTSynth，可以在多人跟踪、行人检测、再识别和分割等任务中取代实际数据并取得良好的性能。

    Aug, 2021