利用机器学习软件的扩展目标跟踪——以动物分类为例
计算机视觉与模式识别
2023-10-13 v1 信号处理
摘要
本文考虑在图像序列中检测与跟踪物体的问题。该问题在滤波框架下公式化，使用目标检测算法的输出作为量测。我们提出对滤波公式的一种扩展，其融入来自前一帧的类别信息以鲁棒化分类，即使目标检测算法输出错误预测。此外，利用目标检测算法的特性来量化每帧中边界框检测的不确定性。完整的滤波方法在四种大型瑞典食肉动物——熊、猞猁、狼和狼獾的相机陷阱图像上进行了评估。实验表明，类别跟踪公式带来了更鲁棒的分类。
引用
@article{arxiv.2310.08316,
title = {Extended target tracking utilizing machine-learning software -- with applications to animal classification},
author = {Magnus Malmström and Anton Kullberg and Isaac Skog and Daniel Axehill and Fredrik Gustafsson},
journal= {arXiv preprint arXiv:2310.08316},
year = {2023}
}
备注
5 pages, 3 figures