多摄像头工业开放集人员重识别与跟踪
计算机视觉与模式识别
2024-09-09 v1
摘要
近年来，针对人员重识别任务发展的深度学习方法取得了令人印象深刻的结果。然而，这存在一个局限性，用于工业和实际的现实应用场景。首先，大多数现有工作 operate on closed-world scenarios，即要重识别的人（探针）与封闭集合（画廊）进行比较。现实场景往往是开放集问题，画廊事先未知，但文献中开放集方法的数量显著低于此。其次，诸如多摄像头设置、遮挡、实时性要求等挑战进一步限制了即插即用方法的适用性。本文提出了MICRO-TRACK，一个模块化的工业多摄像头重识别和开放集跟踪系统，具备实时、可扩展且易于集成到现有工业监视场景的特点。此外，我们发布了一个新的数据集，源自工业制造设施的监控视频，称为Facility-ReID，包含18分钟由8台监控摄像机捕获的视频。
引用
@article{arxiv.2409.03879,
title = {Multi-Camera Industrial Open-Set Person Re-Identification and Tracking},
author = {Federico Cunico and Marco Cristani},
journal= {arXiv preprint arXiv:2409.03879},
year = {2024}
}
备注
Accepted at T-CAP workshop at ECCV 2024