MMPTRACK：大规模密集标注多摄像机多人跟踪基准数据集

多摄像头跟踪系统在需要高质量跟踪结果的应用中越来越受欢迎，例如无摩擦结账，因为单目多目标跟踪（MOT）系统在杂乱和拥挤的环境中由于遮挡问题往往表现不佳。多个高度重叠的摄像头可以通过恢复部分3D信息显著缓解这一问题。然而，创建一个具有多样化摄像头设置和背景的高质量多摄像头跟踪数据集的成本限制了该领域的数据集规模。本文中，我们借助自动注释系统提供了一个大规模密集标注的多摄像头跟踪数据集，涵盖五种不同的环境。该系统利用重叠且校准的深度和RGB摄像头构建了一个高性能的3D跟踪器，能够自动生成3D跟踪结果。然后，通过使用相机参数将3D跟踪结果投影到每个RGB摄像头视图上，生成2D跟踪结果。接下来，我们手动检查并纠正3D跟踪结果以确保标签质量，这比完全手动注释要便宜得多。我们已经使用两个实时多摄像头跟踪器和一个人体重新识别（ReID）模型进行了广泛的实验，并设置了不同的参数。该数据集为杂乱和拥挤环境中的多摄像头、多目标跟踪系统提供了更可靠的基准测试。此外，我们的实验结果表明，在此数据集上调整跟踪器和ReID模型可以显著提高它们的性能。本数据集将在本文被接受后公开发布。