可泛化的多相机三维行人检测
计算机视觉与模式识别
2021-04-14 v1
摘要
我们提出了一种无需使用目标场景数据训练的多相机三维行人检测方法。我们基于现成单目检测器给出的人体姿态与行人边界框，利用一种新颖启发式方法估计行人在地面上的位置。随后将这些位置投影到世界地平面，并以一种团覆盖问题的新表述进行融合。我们还提出一个可选步骤，通过使用域可泛化行人重识别模型在融合时利用行人外观。我们在具有挑战性的WILDTRACK数据集上评估了所提方法，其MODA达到0.569、F-score达到0.78，优于当前最先进的可泛化检测技术。
引用
@article{arxiv.2104.05813,
title = {Generalizable Multi-Camera 3D Pedestrian Detection},
author = {João Paulo Lima and Rafael Roberto and Lucas Figueiredo and Francisco Simões and Veronica Teichrieb},
journal= {arXiv preprint arXiv:2104.05813},
year = {2021}
}
备注
Accepted to CVPRW 2021, LatinX in Computer Vision (LXCV) Workshop