MMPTRACK：大规模密集标注多摄像头多行人跟踪基准
计算机视觉与模式识别
2021-12-01 v1
摘要
多摄像头跟踪系统在无缝结算等需要高质量跟踪结果的应用中日益流行，因为单目多目标跟踪（MOT）系统常因遮挡在杂乱拥挤环境中失效。多个高度重叠的摄像头可通过恢复部分 3D 信息显著缓解该问题。然而，创建具有多样摄像头设置与背景的高质量多摄像头跟踪数据集的成本限制了该领域的数据集规模。本文中，我们借助自动标注系统在五种不同环境下提供大规模密集标注的多摄像头跟踪数据集。该系统利用重叠且标定的深度与 RGB 摄像头构建高性能 3D 跟踪器，自动生成 3D 跟踪结果。3D 跟踪结果使用摄像头参数投影至各 RGB 摄像头视角以创建 2D 跟踪结果。随后，我们人工检查并修正 3D 跟踪结果以确保标注质量，这比全人工标注成本低得多。我们使用两种实时多摄像头跟踪器与不同设置下的人重识别（ReID）模型进行了大量实验。该数据集在杂乱拥挤环境中为多摄像头多目标跟踪系统提供了更可靠的基准。此外，我们的结果表明，在该数据集上适配跟踪器与 ReID 模型可显著提升其性能。我们的数据集将在本工作被接收后公开发布。
引用
@article{arxiv.2111.15157,
title = {MMPTRACK: Large-scale Densely Annotated Multi-camera Multiple People Tracking Benchmark},
author = {Xiaotian Han and Quanzeng You and Chunyu Wang and Zhizheng Zhang and Peng Chu and Houdong Hu and Jiang Wang and Zicheng Liu},
journal= {arXiv preprint arXiv:2111.15157},
year = {2021}
}