基于Transformer相机链接模型与时空信息的多目标多摄像头车辆跟踪
计算机视觉与模式识别
2023-04-14 v3
摘要
车辆的多目标多摄像头跟踪(MTMCT)，即跨多个摄像头跟踪车辆，是智慧城市与智能交通系统发展的关键应用。车辆 MTMCT 的主要挑战包括同一车辆类内差异性与不同车辆间类间相似性，以及如何在大搜索空间下跨不同摄像头准确关联同一车辆。先前 MTMCT 方法通常使用轨迹的层次聚类来进行跨摄像头关联。然而，搜索空间可能很大且未考虑空间与时间信息。本文中，我们提出了一种基于 Transformer 的相机链接模型，结合空间与时间滤波来进行跨摄像头跟踪。在 Nvidia Cityflow V2 数据集测试集上取得 73.68% 的 IDF1，显示了我们的相机链接模型在多目标多摄像头跟踪上的有效性。
引用
@article{arxiv.2301.07805,
title = {Multi-target multi-camera vehicle tracking using transformer-based camera link model and spatial-temporal information},
author = {Hsiang-Wei Huang and Cheng-Yen Yang and Jenq-Neng Hwang},
journal= {arXiv preprint arXiv:2301.07805},
year = {2023}
}