BriefGPT - AI 论文速递
·
多移动相机行人跟踪与新数据集和全局链接模型
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了多镜头轨迹预测任务，适用于重识别和多目标多摄像头跟踪。发布了Warwick-NTU多摄像头预测数据库，包含15个同步摄像机网络的行人轨迹。开发了半自动化的注释方法，并提出了几种基准方法。
🎯
关键要点
- 提出了多镜头轨迹预测任务 (MCTF)，适用于重识别和多目标多摄像头跟踪。
- 发布了Warwick-NTU多摄像头预测数据库 (WNMF)，包含15个同步摄像机网络的行人轨迹。
- 开发了半自动化的注释方法，以准确标记600小时的视频镜头。
- 有效的MCTF模型应预测行人在摄像头网络中的重新出现时间和地点。
- 提出了几种基准方法来预测行人在另一个摄像头视野中离开后的重新出现。
➡️
