BriefGPT - AI 论文速递
·
构建多功能行人知识库实现鲁棒性行人检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种无需训练目标场景数据的多相机3D行人检测方法。通过新的启发式方法，结合人体姿势和现有单目检测器的人物包围框，在地面平面上估计行人位置，并利用行人再识别模型对行人外貌进行选择性步骤。实验结果表明，该方法在WILDTRACK数据集上的MODA为0.569，F分数为0.78，优于现有通用检测技术。
🎯
关键要点
- 提出了一种无需训练目标场景数据的多相机3D行人检测方法。
- 该方法结合人体姿势和现有单目检测器的人物包围框，在地面平面上估计行人位置。
- 利用新的团覆盖问题公式进行位置融合。
- 在融合过程中，使用域通用的行人再识别模型对行人外貌进行选择性步骤。
- 实验结果显示，该方法在WILDTRACK数据集上的MODA为0.569，F分数为0.78，优于现有通用检测技术。
➡️
