基于在线聚类的重叠视场多摄像机车辆跟踪
计算机视觉与模式识别
2021-02-09 v1
摘要
多目标多摄像机（MTMC）车辆跟踪是视觉交通监控的一项基本任务，也是智能交通系统的主要研究领域之一。已有若干离线方法被提出以解决该任务；然而，由于其高延迟与后处理需求，它们无法兼容实际应用。本文提出一种用于部分重叠视场（FOV，如道路交叉口）场景下的 MTMC 跟踪的低延迟在线方法。首先，所提方法在各摄像机上检测车辆。然后，基于外观与位置应用跨摄像机聚类将检测合并。最后，包含同一车辆不同检测的簇被时间关联以逐帧计算轨迹。实验展示了有前景的低延迟结果，同时应对了诸如目标数量先验未知且时变、以及无需对轨迹进行任何后处理而对其连续状态估计等现实挑战。
引用
@article{arxiv.2102.04091,
title = {Online Clustering-based Multi-Camera Vehicle Tracking in Scenarios with overlapping FOVs},
author = {Elena Luna and Juan C. SanMiguel and Jose M. Martínez and Marcos Escudero-Viñolo},
journal= {arXiv preprint arXiv:2102.04091},
year = {2021}
}
备注
10 pages