利用定位信息实现多相机关联
计算机视觉与模式识别
2020-08-10 v1
摘要
我们提出McAssoc，一种用于多相机系统不同视角下检测边界框关联的深度学习方案。学术界绝大多数致力于开发单相机计算机视觉算法，然而很少研究关注将它们整合进多相机系统。本文中，我们设计了一个利用直接关联与额外交叉定位信息的三分支架构。专为跨相机检测关联性能评估设计的新指标——图像对关联精度（IPAA）被提出。我们在实验中表明，定位信息对成功的跨相机关联至关重要，尤其在存在相似外观物体时。本文是MessyTable之前的一项实验工作，MessyTable是一个用于多相机实例关联的大规模基准。
引用
@article{arxiv.2008.02992,
title = {Leveraging Localization for Multi-camera Association},
author = {Zhongang Cai and Cunjun Yu and Junzhe Zhang and Jiawei Ren and Haiyu Zhao},
journal= {arXiv preprint arXiv:2008.02992},
year = {2020}
}