利用锚点引导聚类与时空一致性 ID 重分配增强多摄像头行人跟踪
计算机视觉与模式识别
2023-06-22 v2
摘要
由于对准确高效的室内行人跟踪系统需求日益增长，特别是在零售、医疗中心和交通枢纽等场景中，多摄像头多行人跟踪已成为一个越来越重要的研究领域。我们提出了一种新颖的多摄像头多行人跟踪方法，该方法使用锚点引导聚类进行跨摄像头重识别，并利用时空一致性进行基于几何的跨摄像头 ID 重分配。我们的方法旨在通过识别每个个体独有的关键特征，并利用摄像头之间的视野重叠来预测准确轨迹，而无需实际的摄像头参数，从而提高跟踪准确性。该方法在处理合成数据与真实世界数据时均表现出鲁棒性与有效性。所提方法在 CVPR AI City Challenge 2023 数据集上进行了评估，取得了 95.36% 的 IDF1，并在该挑战赛中排名第一。代码见：https://github.com/ipl-uw/AIC23_Track1_UWIPL_ETRI。
引用
@article{arxiv.2304.09471,
title = {Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and Spatio-Temporal Consistency ID Re-Assignment},
author = {Hsiang-Wei Huang and Cheng-Yen Yang and Zhongyu Jiang and Pyong-Kun Kim and Kyoungoh Lee and Kwangju Kim and Samartha Ramkumar and Chaitanya Mullapudi and In-Su Jang and Chung-I Huang and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2304.09471},
year = {2023}
}