面向多目标多摄像机跟踪的局部感知表观度量
计算机视觉与模式识别
2019-11-28 v1
摘要
多目标多摄像机跟踪（MTMCT）系统在跨摄像机条件下跟踪目标。由于目标轨迹的连续性，跟踪系统通常将其数据关联限制在局部邻域内。在单摄像机跟踪中，局部邻域指连续帧；在多摄像机跟踪中，指目标可能依次出现的相邻摄像机。对于相似度估计，跟踪系统常采用从重识别（re-ID）视角学习的表观特征。与跟踪不同，re-ID 通常无法获得能将搜索空间限制于局部邻域的轨迹线索。由于其全局匹配特性，re-ID 视角需要学习全局表观特征。我们认为，跟踪中局部匹配过程与 re-ID 表观特征的全局性之间的不匹配可能会损害 MTMCT 性能。为契合 MTMCT 中的局部匹配过程，本文引入局部感知表观度量（LAAM）。具体而言，我们为单摄像机跟踪设计了摄像机内度量，并为多摄像机跟踪设计了摄像机间度量。与 re-ID 视角下的全局采样不同，两种度量均使用从其相应局部邻域中采样的数据对进行训练。我们表明，局部学习的度量可成功应用于多种全局学习的 re-ID 特征之上。采用所提方法，我们在 DukeMTMC 数据集上取得了新的最优（state-of-the-art）性能，并在 CityFlow 数据集上实现了显著提升。
引用
@article{arxiv.1911.12037,
title = {Locality Aware Appearance Metric for Multi-Target Multi-Camera Tracking},
author = {Yunzhong Hou and Liang Zheng and Zhongdao Wang and Shengjin Wang},
journal= {arXiv preprint arXiv:1911.12037},
year = {2019}
}