鱼类跟踪挑战2024：基于甜鱼群体数据的多目标跟踪竞赛
计算机视觉与模式识别
2024-09-04 v1
摘要
研究集体动物行为，特别是在水环境中，为理解动物在生态学、生物导航等领域的运动和相互作用模式带来了独特的挑战和机遇。鱼类跟踪挑战2024（https://ftc-2024.github.io/）引入了以甜鱼群体行为为主题的多目标跟踪竞赛。使用SweetFish数据集，参赛者需开发先进的跟踪模型，以准确监控10条甜鱼的同时位置。本文介绍了竞赛的背景、目标、SweetFish数据集，以及获胜者（第1至第3名）的方法和我们的基线。通过利用视频数据和边界框标注，竞赛旨在推动自动检测和跟踪算法的创新，解决水生动物运动的复杂问题。该挑战强调了多目标跟踪在发现集体动物行为动态方面的重要性，具有显著推动上述领域科学理解的潜力。
引用
@article{arxiv.2409.00339,
title = {Fish Tracking Challenge 2024: A Multi-Object Tracking Competition with Sweetfish Schooling Data},
author = {Makoto M. Itoh and Qingrui Hu and Takayuki Niizato and Hiroaki Kawashima and Keisuke Fujii},
journal= {arXiv preprint arXiv:2409.00339},
year = {2024}
}
备注
5 pages, 1 figure