DIVOTrack：面向多样开放场景跨视角多目标跟踪的新数据集与基线方法
计算机视觉与模式识别
2023-10-10 v2
摘要
跨视角多目标跟踪旨在将具有显著重叠的帧间与相机视角间的对象进行关联。尽管近年来跨视角多目标跟踪受到更多关注，现有数据集仍存在若干问题，包括 1) 缺失真实世界场景，2) 缺乏多样场景，3) 轨迹数量有限，4) 仅含静态相机，以及 5) 缺乏标准基准，这些阻碍了跨视角跟踪方法的探究与比较。为解决上述问题，我们引入 DIVOTrack：一个面向多样开放场景、含密集行人跟踪且位于真实非实验环境的新型跨视角多目标跟踪数据集。我们的 DIVOTrack 具有十五个各异场景与 953 条跨视角轨迹，超越当前所有可用跨视角多目标跟踪数据集。此外，我们提供一种新颖的基线跨视角跟踪方法，采用名为 CrossMOT 的统一联合检测与跨视角跟踪框架，其通过一体化嵌入模型学习目标检测、单视角关联与跨视角匹配。最后，我们总结当前方法并给出基于 DIVOTrack 的一组标准基准以提供公平比较，并对现有方法与所提 CrossMOT 进行全面分析。数据集与代码见 https://github.com/shengyuhao/DIVOTrack。
引用
@article{arxiv.2302.07676,
title = {DIVOTrack: A Novel Dataset and Baseline Method for Cross-View Multi-Object Tracking in DIVerse Open Scenes},
author = {Shenghao Hao and Peiyuan Liu and Yibing Zhan and Kaixun Jin and Zuozhu Liu and Mingli Song and Jenq-Neng Hwang and Gaoang Wang},
journal= {arXiv preprint arXiv:2302.07676},
year = {2023}
}
备注
Accepted to IJCV 2023