multi-camera tracking | BriefGPT

关键词multi-camera tracking

搜索结果 - 8

Interstate-24 3D 数据集：一个新的用于 3D 多摄像头车辆跟踪的基准测试
本论文介绍了一个新颖的视频数据集，该数据集来自城市高速公路上相互交叠的交通摄像头，可在交通监控环境中进行多摄像头 3D 物体跟踪。该数据集包含来自至少 16 个摄像头的 3 个场景的视频，总长度为 57 分钟。为每个摄像头视野完全准确地注释
PDF10 months ago
锚点引导聚类与时空一致性 ID 重新分配增强多摄像机人物追踪
本文提出了一种新的多摄像头多人跟踪方法，它利用锚点引导聚类实现跨摄像头重新识别和基于几何的跨摄像头 ID 重新分配的时空一致性，从而改善跟踪的准确性，并在 CVPR AI City Challenge 2023 数据集上进行了评估，取得了
PDFa year ago
站在过去和未来之间：多摄像头 3D 多物体跟踪的时空建模
本文介绍了一种名为 PF-Track 的多相机 3D 多目标跟踪框架，它重点强调时空连续性，过去和未来的推理，采用 “注意跟踪” 框架，并使用对象查询一致地表示跟踪实例，以明确使用历史线索，显式地引用前面帧和其他对象的查询，从而学习优化轨迹
PDFa year ago
实时 3D 深度多摄像头追踪
本文提出了一种基于深度神经网络的多摄像头的实时人物追踪方法，该方法通过地点网络、快速精确的在线跟踪器等多个模块实现了实时性高、追踪效果优秀的实时多摄像头 3D 人物追踪。
PDF4 years ago
CVPRCityFlow：针对多目标多摄像头车辆跟踪和再识别的城市规模基准测试
本文介绍了 CityFlow 数据集，它是一个城市级交通相机数据集，包括来自 40 个摄像头的 3 个多小时的高清视频，涵盖 10 个路口，最大距离为 2.5 公里，共包含超过 200K 个标注边界框。这个数据集为 MTMC 跟踪，MTSC
PDF5 years ago
多假设跟踪算法用于具有不连续视图的多目标多相机跟踪
本论文提出支持多摄像头、多目标的异体视角下的多假设跟踪算法，并通过两个数据集的实验展示了该方法在实时且在线状态下的更高准确度和表现优势。
PDF5 years ago
基于分层聚类的多目标、多相机跟踪：DukeMTMC 项目最新进展
针对多摄像头追踪挑战，本文在 DukeMTMC 数据集上通过简单的层次聚类与良好训练的人物再识别特征，展示了在该数据集上获得良好结果的方法。
PDF7 years ago
多摄像机多目标检测的深度遮挡推理
该研究引入了一种使用卷积神经网络和条件随机场混合建模的多相机多人跟踪算法，能够在拥挤场景中鲁棒地处理潜在的遮挡问题并且表现优于当前多种算法。
PDF7 years ago