扩展多目标跟踪系统以更好利用外观与三维信息
计算机视觉与模式识别
2019-12-30 v1 机器人学
摘要
实时跟踪多个目标对于包括自动驾驶行业在内的多种现实应用至关重要。本工作致力于利用随时间变化的外观与运动信息进行跟踪。Siamese网络近期在基于外观的单目标跟踪中取得了极大成功，而循环神经网络（RNN）已开始主导基于运动和外观的跟踪。我们的工作聚焦于结合Siamese网络与RNN，分别利用外观与运动信息，构建一个能够进行实时多目标跟踪的联合系统。我们进一步探索基于启发式规则的约束，用于在鸟瞰图空间中进行跟踪，将三维信息作为约束优化问题高效地用于轨迹预测。
引用
@article{arxiv.1912.11651,
title = {Extending Multi-Object Tracking systems to better exploit appearance and 3D information},
author = {Kanchana Ranasinghe and Sahan Liyanaarachchi and Harsha Ranasinghe and Mayuka Jayawardhana},
journal= {arXiv preprint arXiv:1912.11651},
year = {2019}
}
备注
7 pages