data association | BriefGPT

关键词data association

搜索结果 - 70

多目标跟踪中的数据关联机器学习方法
本文综述了多目标跟踪管道中数据关联的问题，特别是针对学习方法在关联步骤中的应用。回顾了采用概率和端到端优化方法的数据关联方法，接着介绍了从数据中学习关联的方法，并比较了这些方法的性能。最后，讨论了未来的研究方向。
PDF6 years ago
数据高效的分散式视觉 SLAM
本文提出了一种新的去中心化视觉 SLAM 系统，以数据关联和共同优化为基础，采用只需要传输少量数据的方式来执行去中心化操作，具有线性扩展性和高度压缩的地点表示，并使用先进的去中心化姿态图优化方法。
PDF7 years ago
CVPR多目标跟踪的深度网络流
本文讲述了如何通过反向传播学习网络流量数据关联的特征，通过应用到多目标跟踪中，消除了费用手工设计的烦恼，且在各种情况下测试表明相比手工设计费用，其效果更佳。
PDF7 years ago
非参数位姿图的对象 SLAM
该论文介绍了一种新的非参数位姿图模型来处理自主编图和数据关联问题，实现了同时进行数据关联和地图建立的能力，相较于只考虑其中一个问题，其性能显著提高。
PDF7 years ago
ECCV高性能检测和外观特征的多目标跟踪
本文介绍了一种基于数据关联的多目标跟踪（Multiple Object Tracking，MOT）方法，采用了高性能检测和深度学习的外观特征，展示了这些特征在在线和离线场景下都可以带来显著的跟踪效果。作者们还公开了其检测和外观特征，并介绍了
PDF8 years ago
使用多个传感器跟踪未知数量目标的可扩展算法
本文提出了一种基于因子图的置信传播方法，用于跟踪未知数量的目标，实现了低计算复杂度和优秀的可扩展性，具有比其他方法更加有利的计算复杂度，能够适用于目标跟踪等领域。
PDF8 years ago
跟踪学习：用孪生卷积神经网络进行强健的目标关联
本文提出一种新颖的数据关联方法，通过引入一个两阶段的学习方案来匹配检测对，第一阶段使用 Siamese 卷积神经网络来学习编码两个输入图像 patch 之间的局部空时结构描述符。第二阶段使用由比较的输入 patch 的位置和大小导出的一组上
PDF8 years ago
使用循环神经网络进行在线多目标跟踪
本文提出了一种基于循环神经网络 (RNNs) 进行在线多目标跟踪的新方法，在真实场景下跟踪多个对象涉及许多挑战，包括 a）先验未知和时变目标数量，b）所有目标的连续状态估计，和 c）数据关联的离散组合问题。这项工作中提出的方案通过端到端学习
PDF8 years ago
面向在线多人跟踪的时间动态外观建模
我们提出了一种利用时间动态特性来辨别不同人的外观建模方法并采用特征选择算法来描述外观变化的在线多人跟踪算法，该方法在 MOTChallenge 2015 基准测试上超越了同类算法。
PDF9 years ago
FollowMe: 有界内存和计算的高效在线最小费用流跟踪
本研究提出了一种动态算法，通过复用计算来优化数据关联问题，同时解决在线情况下的数据关联问题，实现具有有界内存和计算能力的近似在线解决方案，该方法能够在实时进行跟踪，并展示了在 KITTI 和 PETS2009 数据集上的表现
PDF10 years ago