BriefGPT - AI 论文速递
·
SoccerNet 2023 追踪挑战 - 第三名 MOT4MOT 团队技术报告
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了对SoccerNet 2023跟踪挑战的解决方案，包括球员和球的追踪任务。使用了在线多目标追踪器和现代目标检测器进行球员追踪，并引入插值和无外观的轨迹合并进行后处理。同时，使用基于外观的轨迹合并技术处理远离图像边界的轨迹的终止和创建。球的追踪形式化为单个目标检测，借助经过微调的YOLOv8l检测器和专有的过滤器提高检测精度。在SoccerNet 2023跟踪挑战中获得第三名，HOTA得分为66.27。
🎯
关键要点
- 本文介绍了对SoccerNet 2023跟踪挑战的解决方案，处理球员和球的追踪任务。
- 使用了先进的在线多目标追踪器和现代目标检测器进行球员追踪。
- 引入插值和无外观的轨迹合并进行后处理，以克服在线方法的局限性。
- 使用基于外观的轨迹合并技术处理远离图像边界的轨迹的终止和创建。
- 球的追踪被形式化为单个目标检测，使用经过微调的YOLOv8l检测器和专有过滤器提高检测精度。
- 在SoccerNet 2023跟踪挑战中获得第三名，HOTA得分为66.27。
🏷️
标签
➡️
