VisionTraj：基于大规模相机网络的抗噪轨迹恢复框架
计算机视觉与模式识别
2023-12-12 v1 人工智能
信息检索
机器学习
摘要
基于城市级多相机网络快照的轨迹恢复有助于城市移动感知和行车路线优化。致力于此类基于视觉方案的最先进解决方案通常结合预定义规则或无监督迭代反馈，面临着多重挑战，如缺乏用于训练整个流程的开源数据集，以及对视觉输入噪声的脆弱性。针对这一困境，本文提出了 VisionTraj，这是第一个从道路网络摄像头记录的快照中重建车辆轨迹的基于学习的模型。与之配合，我们精心构建了两个合理的视觉-轨迹数据集，这些数据集生成了大量轨迹数据及相应的视觉快照，从而实现了有监督的视觉-轨迹交互提取。在数据创建之后，基于现成的多模态车辆聚类结果，我们首先将轨迹恢复问题重新表述为生成任务，并引入标准 Transformer 作为自回归主干。然后，为了在快照时空依赖性边界的约束下识别聚类噪声（例如假阳性），基于细粒度和粗粒度的 Re-ID 聚类执行了基于 GCN 的软去噪模块。此外，我们利用从 tracklet 中提取的强语义信息，为轨迹恢复期间车辆的进入和驶出动作提供详细洞察。去噪和 tracklet 组件也可以作为即插即用模块来提升基线模型。在两个人工构建的数据集上的实验结果表明，所提出的 VisionTraj 相比次优模型实现了最高 +11.5% 的提升。
引用
@article{arxiv.2312.06428,
title = {VisionTraj: A Noise-Robust Trajectory Recovery Framework based on Large-scale Camera Network},
author = {Zhishuai Li and Ziyue Li and Xiaoru Hu and Guoqing Du and Yunhao Nie and Feng Zhu and Lei Bai and Rui Zhao},
journal= {arXiv preprint arXiv:2312.06428},
year = {2023}
}