多目标预测：在多样环境中预测未来目标位置
计算机视觉与模式识别
2020-01-08 v2
摘要
本文提出多目标预测（MOF）问题，其目标是预测被跟踪目标的未来边界框。与现有主要从鸟瞰视角考虑目标轨迹预测的工作不同，我们从目标级视角表述该问题，并要求预测完整的对象边界框，而不仅仅是轨迹。为解决此任务，我们引入了 Citywalks 数据集，其包含超过 20 万帧高分辨率视频。Citywalks 包含在 10 个欧洲国家的 21 座城市、多种天气条件下录制的 footage，以及超过 3.5k 条独特行人轨迹。在评估中，我们将现有的轨迹预测方法适配于 MOF，并在未经微调的情况下于 MOT-17 数据集上验证了跨数据集泛化能力。最后，我们提出 STED，一种用于 MOF 的新型编码器-解码器架构。STED 结合视觉与时间特征来建模目标运动与自运动，并在 MOF 上优于现有方法。代码与数据集链接：https://github.com/olly-styles/Multiple-Object-Forecasting
引用
@article{arxiv.1909.11944,
title = {Multiple Object Forecasting: Predicting Future Object Locations in Diverse Environments},
author = {Olly Styles and Tanaya Guha and Victor Sanchez},
journal= {arXiv preprint arXiv:1909.11944},
year = {2020}
}
备注
WACV 2020. Code & dataset: https://github.com/olly-styles/Multiple-Object-Forecasting