多视角环境下的在线人员追踪学习策略
原文中文,约400字,阅读约需1分钟。发表于: 。介绍了一种名为 MVSparse 的合作式多人跟踪框架,它由一个精心设计的管道组成,将基于边缘服务器的模型与在各个摄像头上操作的分布式轻量级强化学习代理相结合,通过选择每个帧内基于历史相机数据和相邻摄像机的检测结果的信息块来显著减少计算负载和通信开销,通过将各个视角的输入投影到共同的地面平面上并应用深度检测模型,MVSparse...
介绍了名为MVSparse的多人跟踪框架,通过选择信息块来减少计算负载和通信开销,优化多视角视频的利用。实验证明,MVSparse加速了推理时间,轻微损失了跟踪准确性,展示了在多摄像头跟踪应用中的潜力。