用于多摄像机多目标检测的深层遮挡推理
计算机视觉与模式识别
2017-04-21 v2
摘要
单张 2D 图像中的行人检测近年来有了很大改进。然而，这一进展很少渗透到多摄像机多人跟踪算法中，其性能在场景非常拥挤时仍严重退化。本工作中，我们引入一种结合卷积神经网络与条件随机场的新架构，以显式建模这些歧义。其关键组成部分之一是建模潜在遮挡的高阶 CRF 项，使得我们的方法即使在许多人出现时也具有鲁棒性。我们的模型端到端训练，并展示在具有挑战性的场景上优于几种最先进算法。
引用
@article{arxiv.1704.05775,
title = {Deep Occlusion Reasoning for Multi-Camera Multi-Target Detection},
author = {Pierre Baqué and François Fleuret and Pascal Fua},
journal= {arXiv preprint arXiv:1704.05775},
year = {2017}
}