城市场景中多目标跟踪视觉特征的经验分析
计算机视觉与模式识别
2020-10-16 v1
摘要
本文研究城市场景中多目标跟踪（MOT）外观特征的选择问题。多年来，大量特征被用于 MOT，但尚不清楚其中某些特征是否优于其他特征。常用特征包括颜色直方图、方向梯度直方图、卷积神经网络的深度特征以及重识别（ReID）特征。在本研究中，我们评估了这些特征在城市场景跟踪场景下区分边界框内物体的能力。我们还评估了若干亲和度度量，即 、 与 Bhattacharyya 距离、Rank-1 计数以及余弦相似度，对特征判别力的影响。在多个数据集上的结果表明，无论检测器质量如何，ReID 网络的特征在区分不同实例方面均为最佳。若没有可用的 ReID 模型，在检测器召回率良好且遮挡较少时可选颜色直方图；否则，深度特征对低召回率检测器更为鲁棒。项目页面为 http://www.mehdimiah.com/visual_features。
引用
@article{arxiv.2010.07881,
title = {An Empirical Analysis of Visual Features for Multiple Object Tracking in Urban Scenes},
author = {Mehdi Miah and Justine Pepin and Nicolas Saunier and Guillaume-Alexandre Bilodeau},
journal= {arXiv preprint arXiv:2010.07881},
year = {2020}
}
备注
Accepted on 25th International Conference on Pattern Recognition (ICPR 2020)