AutoTrajectory：基于动态点从视频中进行无标签轨迹提取与预测
计算机视觉与模式识别
2020-07-14 v1
摘要
当前轨迹预测方法以监督方式运行，因此需要大量相应真实数据用于训练。本文提出一种新颖的无标签算法 AutoTrajectory，用于轨迹提取与预测以直接使用原始视频。为更好捕捉视频中运动物体，我们引入动态点。我们利用前向-后向提取器以无监督方式保持时间一致性，并利用图像重建保持空间一致性，从而对动态运动建模。随后我们将动态点聚为实例点，代表视频中行人等运动物体。最后通过匹配实例点提取轨迹用于预测训练。据我们所知，我们的方法是首个实现无监督轨迹提取与预测学习的方法。我们在知名轨迹数据集上评估性能，表明我们的方法对真实世界视频有效，且可利用原始视频进一步提升现有模型性能。
引用
@article{arxiv.2007.05719,
title = {AutoTrajectory: Label-free Trajectory Extraction and Prediction from Videos using Dynamic Points},
author = {Yuexin Ma and Xinge ZHU and Xinjing Cheng and Ruigang Yang and Jiming Liu and Dinesh Manocha},
journal= {arXiv preprint arXiv:2007.05719},
year = {2020}
}