注意力感知的多视角行人跟踪
计算机视觉与模式识别
2025-04-07 v1
摘要
尽管近期在多目标跟踪方面取得了进展，但遮挡仍是一个重要挑战。多摄像机设置已被用于解决这一挑战，通过提供对场景的全面覆盖。最近的多视角行人检测模型强调了 early-fusion 策略的潜力，将所有视角的特征图投影到 common 地面平面或鸟瞰图（BEV），然后进行检测。该策略被证明可以提高检测和跟踪性能。然而，透视变换导致地面平面出现显著畸变，影响行人外观特征的鲁健性。为解决这一限制，我们提出了一种 novel 模型，在多视角行人跟踪场景中融入注意力机制。我们的模型在检测上使用 early-fusion 策略，通过 cross-attention 机制在不同帧之间的行人之间建立稳健的关联，同时高效地在帧之间传递行人特征，从而为每个行人提供更稳健的特征表征。广泛的实验表明，我们的模型在 Wildtrack 数据集上实现了 的 IDF1 分数，在 MultiviewX 数据集上实现了 的 IDF1 分数，显著优于现有的 SOTA 模型。
引用
@article{arxiv.2504.03047,
title = {Attention-Aware Multi-View Pedestrian Tracking},
author = {Reef Alturki and Adrian Hilton and Jean-Yves Guillemaut},
journal= {arXiv preprint arXiv:2504.03047},
year = {2025}
}