用于跟踪交互物体中可见性状态推理的因果 And-Or 图模型

在视觉跟踪中，跟踪与其他主体或环境交互的人类仍然是一个未解决的问题，因为视频中感兴趣人类的可见性是未知的，并且可能随时间变化。特别是，对于最先进的人类跟踪器而言，在频繁发生人类交互的拥挤场景中恢复完整的人类轨迹仍然很困难。在这项工作中，我们将主体的可见性状态视为一个状态变量，其变化主要归因于主体与周围环境的交互，例如从另一物体后方穿过、进入建筑物或进入车辆等。我们引入了因果 And-Or 图 (C-AOG) 来表示物体可见性状态与其活动之间的因果关系，并开发了一个概率图模型，以联合推理可见性状态变化（例如从可见到不可见）并跟踪视频中的人类。我们将此联合任务表述为对可行因果图结构的迭代搜索，该结构支持快速搜索算法，例如动态规划方法。我们将所提出的方法应用于具有挑战性的视频序列，以评估其估计主体可见性状态变化以及随时间跟踪感兴趣主体的能力。对比结果表明，我们的方法优于其他跟踪器，并且能够在频繁发生人类交互的复杂场景中恢复人类的完整轨迹。