基于增强孪生网络的相似度映射用于多目标跟踪
计算机视觉与模式识别
2017-01-25 v2 机器学习
摘要
多目标跟踪近来已成为计算机视觉的一个重要领域，尤其对于高级驾驶辅助系统（ADAS）。尽管关注度日益增长，实现高性能跟踪仍然具有挑战性，最先进的系统通常复杂度高且带有大量超参数。本文中，我们专注于降低整体系统复杂度和需要针对特定环境调优的超参数数量。我们引入了一种基于增强孪生神经网络（ESNN）相似度映射的新型跟踪系统，该系统同时考虑外观和几何信息，并可端到端训练。与已知的最先进方法相比，我们的系统在 MOT16 挑战赛上取得了具有竞争力的速度和精度表现。
引用
@article{arxiv.1609.09156,
title = {Similarity Mapping with Enhanced Siamese Network for Multi-Object Tracking},
author = {Minyoung Kim and Stefano Alletto and Luca Rigazio},
journal= {arXiv preprint arXiv:1609.09156},
year = {2017}
}
备注
1) accepted as a poster presentation at WiML (Women in Machine Learning) workshop 2016, colocated with NIPS 2016 in Barcelona, Spain, 2) accepted as a poster presentation at MLITS (Machine Learning for Intelligent Transportation Systems) Workshop held in conjunction with the NIPS 2016 in Barcelona, Spain