通过最优贝叶斯滤波器实现多摄像机重识别与跟踪的原则性集成
计算机视觉与模式识别
2017-05-17 v2
摘要
随着通过深度学习进行端到端学习的兴起，行人检测器和重识别（ReID）模型近来已变得非常强大。多摄像机多目标（MCMT）跟踪尚未完全经历这一转变。我们旨在通过提出一种理论上有原则的方法，将ReID与表示为最优贝叶斯滤波器的跟踪相集成，从而在这一方向上迈出另一步。这方便地回避了对数据关联的需求，并开辟了从完整图像到跟踪器核心的直接路径。尽管结果仍不尽如人意，但我们相信这种新的紧密集成开启了诸多有趣的研究机会，并引领了从原始像素到完全端到端跟踪的道路。
引用
@article{arxiv.1705.04608,
title = {Towards a Principled Integration of Multi-Camera Re-Identification and Tracking through Optimal Bayes Filters},
author = {Lucas Beyer and Stefan Breuers and Vitaly Kurin and Bastian Leibe},
journal= {arXiv preprint arXiv:1705.04608},
year = {2017}
}
备注
First two authors have equal contribution. This is initial work into a new direction, not a benchmark-beating method. v2 only adds acknowledgements and fixes a typo in e-mail