MTMMC：大规模真实世界多模态摄像机跟踪基准

多目标多摄像机跟踪是一项关键任务，涉及使用来自多个摄像机的视频流随时间识别和跟踪个体。该任务在视觉监控、群体行为分析和异常检测等领域有实际应用。然而，由于数据收集和标注的困难和成本，现有数据集要么是合成生成的，要么是在受控摄像机网络设置中人工构建的，这限制了它们模拟真实世界动态和泛化到不同摄像机配置的能力。为了解决这个问题，我们提出了MTMMC，一个真实世界的大规模数据集，包括由16个多模态摄像机在两个不同环境（校园和工厂）中在不同时间、天气和季节条件下捕获的长视频序列。该数据集为研究真实世界复杂性下的多摄像机跟踪提供了一个具有挑战性的测试平台，并包括一个额外的输入模态：空间对齐和时间同步的RGB和热成像摄像机，这提高了多摄像机跟踪的准确性。MTMMC是现有数据集的超集，有利于独立领域如行人检测、重识别和多目标跟踪。我们提供了该数据集的基线和新的学习设置，并为未来研究设定了参考分数。数据集、模型和测试服务器将公开提供。