HyperAIHyperAI
vor 7 Tagen

Track to Detect and Segment: Ein Online-Multiobjekt-Tracker

Jialian Wu, Jiale Cao, Liangchen Song, Yu Wang, Ming Yang, Junsong Yuan
Track to Detect and Segment: Ein Online-Multiobjekt-Tracker
Abstract

Die meisten Online-Mehrobjektverfolgungssysteme führen die Objektdetektion eigenständig in einem neuronalen Netz durch, ohne dabei Informationen aus der Verfolgung zu nutzen. In diesem Artikel präsentieren wir ein neues Online-Modell zur gemeinsamen Detektion und Verfolgung, namens TraDeS (TRAck to DEtect and Segment), das Verfolgungshinweise nutzt, um die Detektion end-to-end zu unterstützen. TraDeS schätzt Objektverfolgungsverschiebungen mittels eines Kostenvolumens, das verwendet wird, um frühere Objektmerkmale zu propagieren und so die aktuelle Objektdetektion und -segmentierung zu verbessern. Die Wirksamkeit und Überlegenheit von TraDeS wird an vier Datensätzen nachgewiesen, darunter MOT (2D-Verfolgung), nuScenes (3D-Verfolgung), MOTS und Youtube-VIS (Instanzsegmentierungsverfolgung). Projektseite: https://jialianwu.com/projects/TraDeS.html.

Track to Detect and Segment: Ein Online-Multiobjekt-Tracker | Neueste Forschungsarbeiten | HyperAI