通过聚焦头部处理密集人群跟踪中的严重遮挡
计算机视觉与模式识别
2023-11-01 v3
摘要
随着深度学习的快速发展，目标检测与跟踪在当今社会中发挥着至关重要的作用。利用计算机视觉方法识别并跟踪密集人群场景中的所有行人，是该领域的一个典型挑战，也称为多目标跟踪（MOT）挑战。现代跟踪器被要求在越来越复杂的场景中运行。根据 MOT20 挑战的结果，行人的密度是 MOT17 挑战的 4 倍。因此，提升在极度拥挤场景中的检测与跟踪能力是本研究的目标。鉴于人体存在的遮挡问题，头部通常更易辨识。在本工作中，我们设计了一个无锚框风格的头部与身体联合检测器，以提升对小尺寸和中尺寸行人的检测召回率与精度性能。创新地，我们的模型在训练时不需要常见行人检测中统计的头身比信息，而是所提模型动态地学习该比例。为验证所提模型的有效性，我们在包括 MOT20、Crowdhuman 和 HT21 数据集在内的不同数据集上进行了充分的实验评估。结果表明，我们提出的方法显著提升了小尺寸和中尺寸行人的召回率与精度率，并在这些具有挑战性的数据集上取得了最先进（state-of-the-art）的结果。
引用
@article{arxiv.2304.07705,
title = {Handling Heavy Occlusion in Dense Crowd Tracking by Focusing on the Heads},
author = {Yu Zhang and Huaming Chen and Wei Bao and Zhongzheng Lai and Zao Zhang and Dong Yuan},
journal= {arXiv preprint arXiv:2304.07705},
year = {2023}
}
备注
Accepted at AJCAI 2023