用于多目标多摄像头车辆跟踪的图卷积网络
计算机视觉与模式识别
2022-11-29 v1
摘要
本信关注多目标多摄像头车辆跟踪任务。我们提出通过训练一个图卷积网络，将单摄像头轨迹关联为多摄像头全局轨迹。我们的方法同时处理所有摄像头，提供了一个全局解决方案，并且对摄像头间较大的不同步性具有鲁棒性。此外，我们设计了一个新的损失函数来处理类别不平衡问题。与相关工作相比，我们的方法表现更优，显示出更好的泛化能力，并且与所比较的方法不同，不需要特定的手动标注或阈值。
引用
@article{arxiv.2211.15538,
title = {Graph Convolutional Network for Multi-Target Multi-Camera Vehicle Tracking},
author = {Elena Luna and Juan Carlos San Miguel and José María Martínez and Marcos Escudero-Viñolo},
journal= {arXiv preprint arXiv:2211.15538},
year = {2022}
}