通过鲁棒 2D 追踪与基于深度的后期聚合实现在线 3D 多相机感知
计算机视觉与模式识别
2026-05-21 v2
摘要
多目标多相机追踪（Multi-Target Multi-Camera Tracking, MTMC）是自动化大规模监控的一项基本计算机视觉任务。借助相机标定和深度信息，场景中的目标可以被投影到 3D 空间中，从而提供对 3D 环境无与伦比的自动感知水平。然而，在 3D 空间中进行追踪需要从头替换所有 2D 追踪组件，这对于现有的 MTMC 系统而言可能是不可行的。在本文中，我们提出了一种方法，通过利用深度信息在点云空间中重建目标，并在追踪后通过聚类和偏航角优化恢复其 3D 框，将任何在线 2D 多相机追踪系统扩展到 3D 空间。我们还引入了一种增强的在线数据关联机制，该机制利用目标的局部 ID 一致性跨帧分配全局 ID。所提出的框架在 2025 AI City Challenge 的 3D MTMC 数据集上进行了评估，在排行榜上获得第 3 名。
引用
@article{arxiv.2509.09946,
title = {Online 3D Multi-Camera Perception through Robust 2D Tracking and Depth-based Late Aggregation},
author = {Vu-Minh Le and Thao-Anh Tran and Duc Huy Do and Xuan Canh Do and Huong Ninh and Hai Tran},
journal= {arXiv preprint arXiv:2509.09946},
year = {2026}
}
备注
Accepted at ICCVW 2025