17 天前

基于鲁棒协同模型与样本选择的在线多目标跟踪

{Ming-Hsuan Yang, Jongwoo Lim, M.N.S. Swamy, M. Omair Ahmad, Mohamed A. Naiel}
基于鲁棒协同模型与样本选择的在线多目标跟踪
摘要

过去十年中,视频中的目标检测与跟踪技术取得了显著进展。本文提出了一种在粒子滤波框架下,将预训练目标检测器与多个单目标在线跟踪器相协同的模型。针对每一帧图像,我们建立检测结果与跟踪器之间的关联关系,并将每个与跟踪器相关联的检测区域视为关键样本,用于在线更新。我们设计了一种融合关联检测结果与目标运动动态的运动模型。此外,提出了一种有效的样本选择策略,用于更新每个跟踪器的外观模型。在似然函数中采用判别式外观模型,在数据关联中则使用生成式外观模型。实验结果表明,所提出的方案在多数情况下优于当前最先进的方法。

基于鲁棒协同模型与样本选择的在线多目标跟踪 | 最新论文 | HyperAI超神经