تعلم واصفات الميزة المحلية لتتبع الكائنات المتعددة

تهدف الدراسة الحالية إلى تعلّم تمثيلات عامة للصفوف (class-agnostic embedding)، والتي تتناسب مع تتبع الكائنات المتعددة (Multiple Object Tracking). نُظهر أن تعلّم واصفات الميزات المحلية يمكن أن يوفر مستوى كافٍ من التعميم. وتُظهر الدالة المُقترحة للتمثيل أداءً مماثلاً لأدوات التعرف على الأشخاص المخصصة (person re-identification) في مجالها المستهدف، كما تتفوّق عليها في المجالات الأخرى. وباستخدام هذه الدالة، نحقق أداءً متفوّقاً على المستوى العالمي (state-of-the-art) في عدد من معايير تتبع الكائنات المتعددة، بما في ذلك تحدي التتبع في مؤتمر CVPR'19.