Gr-IoU:具有3D几何约束的鲁棒多目标跟踪的地面交并比
原文中文,约300字,阅读约需1分钟。发表于: 。本研究解决了多目标跟踪中的数据关联问题,特别是在物体接近或重叠时导致相同物体在连续帧中分配不同ID的情况。提出的Gr-IoU方法考虑场景的3D结构,通过将传统边界框转化到地面平面,显著提高了数据关联的准确性,减少了ID切换。在MOT17和MOT20数据集上进行评估,结果显示Gr-IoU在多样化的跟踪场景中优于传统实时方法。
研究提出了近似动态规划跟踪(ADPTrack)框架,解决了物体遮挡对多目标跟踪的挑战。在MOT17数据集上测试,该方法在关联准确性上有0.7%的改进,并在其他指标上也有提升。改进在固定位置摄像头获取的视频数据场景中尤为显著。