BriefGPT - AI 论文速递
·
CRTrack：基于一致性正则化的低光照半监督多目标跟踪
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
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。
🎯
关键要点
- 本研究提出了一种CRTrack半监督多目标跟踪方法。
- 该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。
- CRTrack采用一致性正则化的创新策略，增强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。
- 本研究为低光照下的多目标跟踪提供了新方法和数据集支持。
➡️
