3 个月前

用于多目标跟踪的局部特征描述子学习

用于多目标跟踪的局部特征描述子学习

摘要

本研究旨在学习一种与类别无关的嵌入表示,以适用于多目标跟踪(Multiple Object Tracking, MOT)任务。我们证明了局部特征描述子的学习能够提供足够的泛化能力。所提出的嵌入函数在目标域内与专门针对行人重识别(person re-identification)设计的方法性能相当,并在其他域中表现更优。借助该嵌入函数,我们的方法在多个MOT基准测试中取得了当前最优的性能,其中包括CVPR'19跟踪挑战赛(CVPR'19 Tracking Challenge)。

基准测试

基准方法指标
multiple-object-tracking-on-kitti-test-onlineSRK ODESA
MOTA: 90.03

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
用于多目标跟踪的局部特征描述子学习 | 论文 | HyperAI超神经