data association | BriefGPT

关键词data association

搜索结果 - 70

具数据关联意识的 POMDP 规划及假设修剪性能保证
针对部分可观测的马尔科夫决策过程，该论文提出了一种基于置信混合的规划算法来解决完全观测数据联合假设的限制，同时引入一种基于修剪的方法来解决数据联接不确定性，以在计算效率和性能之间建立折衷。
PDFa year ago
ECCV基于片段关联的追踪
通过将单个视频序列视为多个短片段的方法，提出了一种新的目标关联方法，避免了中间中断的影响，聚合多帧信息实现更准确的长程跟踪关联，并在 TAO 和 MOT17 两个跟踪基准测试中进行了评估。
PDF2 years ago
混合信念 POMDP 中的蒙特卡罗规划
本文介绍了 Hybrid Belief Monte Carlo Planning (HB-MCP) 算法，利用 Monte Carlo Tree Search (MCTS) 算法来解决部分可观测马尔科夫决策过程 (POMDP) 问题，同时维
PDF2 years ago
使用信念传播对群体目标和非群组目标实现无缝跟踪
该论文研究了大规模组目标跟踪问题，提出了一种基于置信传播（BP）框架的可扩展组目标置信传播（GTBP）方法，将目标存在变量、组结构、数据关联和目标状态联合推断计算，具有良好的可扩展性和低计算复杂度。
PDF2 years ago
基于 Transformer 的多目标跟踪分配决策网络
本研究提出了一种基于 Transformer 的决策网络模型 (TADN)，无需在推理过程中进行显式优化，可在单个正向传递网络中直接推断检测和活动目标之间的关系，通过一种简单的 MOT 框架进行实现，并展示了在 MOT17 和 UA-DET
PDF2 years ago
ECCVPolarMOT：在 3D 多目标跟踪中几何关系能带我们走多远？
该研究提出了一种基于几何关系的多目标跟踪方法，通过将 3D 检测编码为图中的节点，并利用图边上的局部极坐标编码表征物体之间的空间和时间关系。在多项测试中，该方法显著超越了现有技术的水平，并在不同的场景和数据集上表现出了很好的泛化能力。
PDF2 years ago
预算约束下的非远见式蒸馏数据关联置信度空间规划
本文提出了一种计算效率高的算法来解决智能体在感知受扰环境中的非近视信念空间规划问题，同时分析了预算限制对推理和规划的影响。
PDF2 years ago
CVPRMeMOT: 基于记忆的多目标跟踪
该文提出了一种名为 MeMOT 的在线跟踪算法，基于 Transformer 框架实现目标检测、数据关联和多目标跟踪，并采用存储身份嵌入的大型时空记忆，能在长时间跨度后链接对象，经过基准数据集的测试，MeMOT 表现出极具竞争力的性能。
PDF2 years ago
D2A-BSP: 基于蒸馏的数据关联信念空间规划实现预算限制下的性能保证
在存在多模态假设和环境感知混淆情况下，本文提出了一种基于置信空间规划的高效数据关联计算方法，并证明了提出方法的正确性与可行性
PDF2 years ago
CVPRLMGP：基于几何投影的提升式多切割多相机多目标跟踪
本文提出了一种基于空时提升 Multicut 公式的多摄像机多目标跟踪方法，其利用单摄像机跟踪器生成的先进 tracklet 作为提议，并通过 3D 几何投影获得新颖的预聚类以优化 tracklet，最后通过一个全局提升 Multicut
PDF3 years ago
基于相机 - LiDAR 融合的自动驾驶多目标检测与跟踪
本文提出了一种有效的多模态 MOT 框架，包括使用 2D 和 3D 测量的联合目标检测和关联的端到端深度神经网络、用于计算 3D 空间中遮挡感知的外观和运动相似度的有效计算模块、以及联合优化检测置信度、相似度和开始 - 结束概率的综合数据关
PDF3 years ago
CVPRMeNToS: 时空记忆网络中的轨迹关联
本文提出一种名为 MeNToS 的方法，利用实例分割和光流技术创建轨迹，依靠时空记忆网络（STM）来改善具有时间间隔的轨迹的关联，从而进行多目标跟踪和分割 (MOTS)，并且在 RobMOTS 挑战中获得了第 4 名。
PDF3 years ago
CVPRDyGLIP：一种基于动态图模型和链路预测的准确多相机多目标跟踪方法
本文提出了一种新的动态图模型与链路预测方法（DyGLIP）来解决多摄像机多目标跟踪任务中的数据关联问题，该方法在物体特征表示和摄像头转换时表现更为出色，且能够在不同摄像机之间轻松恢复漏掉的轨迹，实验证明该方法在多个实际数据集上的性能均优于现
PDF3 years ago
可学习的在线图像表征：用于 3D 多目标跟踪
本篇研究论文提出了一种基于学习的三维多目标跟踪方法，在公共数据集 nuScenes 上取得了近年来最好的性能表现，采用的关键技术包括神经消息传递网络、数据关联和轨迹稳定性的处理。
PDF3 years ago
CVPR可学习的图匹配：将图分割与深度特征学习结合用于多目标跟踪
本文提出一种新的学习可伸缩图匹配方法，用于解决目前多目标跟踪（MOT）任务中的数据关联问题，该方法可以使跟踪器在面对严重遮挡等困难情况时表现更加优异，同时在多项标准 MOT 数据集上取得了最先进的性能。
PDF3 years ago
TrackMPNN: 一种用于多目标跟踪的消息传递图神经网络架构
该研究致力于使用动态无向图和图形神经网络来解决多目标跟踪问题，同时提供了有效的解决方案和建议，证明了使用任何现成的检测器提供的原始边界框就足以在具有挑战性的多目标跟踪数据集上实现有竞争力的跟踪结果。
PDF3 years ago
自主驾驶的概率三维多模态、多目标跟踪
通过融合 2D 图像与 3D LiDAR 点云的特征，学习度量，以及在无匹配目标检测时初始化跟踪，提出了一种概率、多模态、多对象跟踪系统，实现了比现有技术更鲁棒、数据驱动的多对象跟踪。
PDF4 years ago
MOLTR：单目 RGB 视频中的多物体定位、跟踪和重建
本文提出了一种基于单目图像序列和相机位姿的新型物体级重建方法 MOLTR，该方法可在线追踪、重建多个物体，包括物体的运动信息和几何形状信息，并在室内和室外环境的基准数据集上展示了性能优异的表现。
PDF4 years ago
CLIPPER: 用于稳健数据关联的图论框架
CLIPPER 是一个用于在噪声和异常值存在的情况下进行强健数据关联的框架，使用几何一致性的概念将问题建立在图论框架中。通过对组合问题的松弛求解，使用高效的投影梯度上升方法实现了低时间复杂度并且实验结果表明在高噪声和异常值下仍有较高的精度和
PDF4 years ago
ROBIN: 一种基于图论的方法，在鲁棒估计中使用不变量拒绝异常值
本文介绍了一种名为 ROBIN 的方法，它基于不变量理论和兼容图模型，可以高效地解决机器人，计算机视觉和学习中数据关联和特征匹配引起的异常值问题。
PDF4 years ago