CRTrack:基于一致性正则化的低光照半监督多目标跟踪

本研究解决了低光照环境下多目标跟踪数据集不足和注释成本高的问题。我们提出了一种名为CRTrack的半监督多目标跟踪方法,采用一致性正则化的创新策略,提升了模型对噪声伪边框的抵抗力,利用未注释的数据显著提高了跟踪性能。本研究的成果为低光照下的多目标跟踪提供了新方法和数据集支持。

本研究提出了一种CRTrack半监督多目标跟踪方法,旨在解决低光照环境下数据集不足和注释成本高的问题,增强模型对噪声伪边框的抵抗力,从而显著提升跟踪性能。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文