Fusion von Kopf- und Vollkörperdetektoren für die Mehrzielverfolgung

Um alle Personen in einer Szene zu verfolgen, hat sich das Paradigma des Verfolgens durch Detektion als sehr effektiver Ansatz erwiesen. Dennoch stellt die ausschließliche Verwendung eines einzelnen Detektors auch eine wesentliche Einschränkung dar, da nützliche Bildinformationen möglicherweise ignoriert werden. Folglich zeigt diese Arbeit, wie zwei Detektoren in ein Tracking-System fusioniert werden können. Um die Trajektorien zu erhalten, schlagen wir vor, das Tracking als ein gewichtete Graphenbeschriftungsproblem zu formulieren, was in ein binäres quadratisches Programm mündet. Da solche Probleme NP-schwer sind, kann nur eine Approximation der Lösung erreicht werden. Basierend auf dem Frank-Wolfe-Algorithmus präsentieren wir einen neuen Solver, der entscheidend für die Bewältigung solcher schwieriger Probleme ist. Eine Evaluation des Fußgängertrackings wird für mehrere Szenarien bereitgestellt, die überlegene Ergebnisse im Vergleich zum Tracking mit einem einzelnen Detektor und Standard-QP-Solvern zeigen. Schließlich rangiert unser Tracker auf der MOT16-Benchmark an zweiter Stelle und auf der neuen MOT17-Benchmark an erster Stelle, wobei er über 90 Tracker übertreffen konnte.