由十字路口区域引导的城市级多摄像机车辆跟踪
计算机视觉与模式识别
2021-05-17 v1
摘要
多目标多摄像机跟踪具有广泛应用，是许多高级推理与预测的基础。本文描述了我们针对 2021 AI City Challenge（AICITY21）中 Track 3 多摄像机车辆跟踪任务的解决方案。本文提出一种由十字路口区域引导的多目标多摄像机车辆跟踪框架。该框架包括：（1）使用成熟的检测与车辆重识别模型提取目标与外观特征。（2）使用修改后的 JDETracker（不含检测模块）跟踪单摄像机车辆并生成单摄像机轨迹片段。（3）根据十字路口特征，提出轨迹片段过滤策略与基于方向的时序掩码。（4）提出相邻摄像机子聚类用于多摄像机轨迹片段匹配。通过上述技术，我们的方法取得了 0.8095 的 IDF1 分数，在排行榜上排名第一。代码已发布：https://github.com/LCFractal/AIC21-MTMC。
引用
@article{arxiv.2105.06623,
title = {City-Scale Multi-Camera Vehicle Tracking Guided by Crossroad Zones},
author = {Chong Liu and Yuqi Zhang and Hao Luo and Jiasheng Tang and Weihua Chen and Xianzhe Xu and Fan Wang and Hao Li and Yi-Dong Shen},
journal= {arXiv preprint arXiv:2105.06623},
year = {2021}
}
备注
CVPR 2021 AI CITY CHALLENGE City-Scale Multi-Camera Vehicle Tracking Top 1