NTrack：用于田间棉铃计数的多目标跟踪器与数据集
计算机视觉与模式识别
2023-12-19 v1 图像与视频处理
摘要
在农业中，自动化准确跟踪水果、蔬菜和纤维是一个非常困难的问题。在动态的田间环境中，这一问题变得极具挑战性。然而，这些信息对于制定日常农业决策、辅助育种计划等至关重要。为了解决这一难题，我们引入了 NTrack，一种基于相邻轨迹位置之间线性关系的新型多目标跟踪框架。NTrack 计算稠密光流并利用粒子滤波来引导每个跟踪器。通过基于直接观测和间接线索的数据关联来寻找检测结果与轨迹之间的对应关系，然后将它们结合以获得更新的观测结果。我们的模块化多目标跟踪系统独立于底层检测方法，从而允许互换使用任何现成的目标检测器。我们展示了该方法在田间棉铃跟踪和计数任务上的有效性。实验结果表明，我们的系统大幅超越了当代的跟踪和基于棉铃的计数方法。此外，我们向研究界公开发布了首个标注的棉铃视频数据集。
引用
@article{arxiv.2312.10922,
title = {NTrack: A Multiple-Object Tracker and Dataset for Infield Cotton Boll Counting},
author = {Md Ahmed Al Muzaddid and William J. Beksi},
journal= {arXiv preprint arXiv:2312.10922},
year = {2023}
}
备注
To be published in IEEE Transactions on Automation Science and Engineering