DensePeds：利用Front-RVO与稀疏特征在密集人群中进行行人跟踪
机器人学
2019-07-30 v3
摘要
我们提出一种行人跟踪算法DensePeds，可在极密集人群（每平方米多于2名行人）中跟踪个体。我们的方法面向正面或高位摄像机捕获的视频而设计。我们提出一种称为Front-RVO（FRVO）的新运动模型，利用碰撞避免约束预测密集情形下的行人运动，并将其与最先进的Mask R-CNN结合以计算稀疏特征向量，从而减少行人轨迹的丢失（假阴性）。我们在标准MOT基准以及一个新密集人群数据集上评估DensePeds。实践中，我们的方法在MOT基准上比先前跟踪算法快4.5倍，并且在密集人群视频上以绝对尺度平均超过最先进水平2.6%以上。
引用
@article{arxiv.1906.10313,
title = {DensePeds: Pedestrian Tracking in Dense Crowds Using Front-RVO and Sparse Features},
author = {Rohan Chandra and Uttaran Bhattacharya and Aniket Bera and Dinesh Manocha},
journal= {arXiv preprint arXiv:1906.10313},
year = {2019}
}
备注
added more refs