使用概率占据体积的增强多视角行人检测
计算机视觉与模式识别
2025-03-17 v1
摘要
遮挡对单视角行人检测构成了重大挑战。为解决此问题，多视角检测系统被用于聚合来自多个视角的信息。近期多视角检测的进展利用了早期融合策略，该策略将特征策略性地投影到地平面上，并在其上执行检测分析。在此背景下，一种有前景的方法是使用 3D 特征提取技术，通过为每个体素采样相应的 2D 特征来构建场景的 3D 特征体。然而，该方法在构建整个场景的 3D 特征体时未考虑行人的潜在位置。在本文中，我们引入了一种新模型，该模型高效利用传统 3D 重建技术来增强深度多视角行人检测。这是通过使用视觉外壳技术构建的概率占据体积来补充 3D 特征体而实现的。概率占据体积将模型的注意力集中在行人占据的区域，从而提高了检测精度。我们的模型在 MultiviewX 数据集上优于 SOTA 模型，MODA 达到 97.3%，同时在 Wildtrack 数据集上取得了有竞争力的性能。
引用
@article{arxiv.2503.10982,
title = {Enhanced Multi-View Pedestrian Detection Using Probabilistic Occupancy Volume},
author = {Reef Alturki and Adrian Hilton and Jean-Yves Guillemaut},
journal= {arXiv preprint arXiv:2503.10982},
year = {2025}
}