室内视频中的多幼儿跟踪
计算机视觉与模式识别
2023-11-30 v1
摘要
多幼儿跟踪 (MTT) 涉及在视频画面中识别并区分幼儿。尽管传统的多目标跟踪 (MOT) 算法擅长跟踪多样物体，幼儿因其不可预测的运动、各种姿态以及相似外观而带来独特挑战。在室内环境中跟踪幼儿引入了额外复杂性，如遮挡与有限视场。在本文中，我们应对 MTT 的挑战并提出 MTTSort，一种基于 DeepSort 算法构建的定制方法。MTTSort 旨在准确跟踪室内视频中的多名幼儿。我们的贡献包括讨论 MTT 中的主要挑战、引入遗传算法优化超参数、提出准确跟踪算法，以及利用无偏 AI 协同标注技术整理 MTTrack 数据集。我们在 MTTrack、DanceTrack 和 MOT15 数据集上定量比较 MTTSort 与最先进 MOT 方法。在我们的评估中，所提方法优于其他 MOT 方法，在多目标跟踪准确度 (MOTA)、高阶跟踪准确度 (HOTA) 和迭代判别框架 1 (IDF1) 指标上分别达到 0.98、0.68 和 0.98。
引用
@article{arxiv.2311.17656,
title = {Multiple Toddler Tracking in Indoor Videos},
author = {Somaieh Amraee and Bishoy Galoaa and Matthew Goodwin and Elaheh Hatamimajoumerd and Sarah Ostadabbas},
journal= {arXiv preprint arXiv:2311.17656},
year = {2023}
}