論文の概要: MHT-X: Offline Multiple Hypothesis Tracking with Algorithm X

• arxiv url: http://arxiv.org/abs/2101.05202v2
• Date: Mon, 1 Feb 2021 14:09:27 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-02 07:15:22.405099
• Title: MHT-X: Offline Multiple Hypothesis Tracking with Algorithm X
• Title（参考訳）: MHT-X:アルゴリズムXを用いたオフライン多重仮説追跡
• Authors: Peteris Zvejnieks, Mihails Birjukovs, Martins Klevs, Megumi Akashi, Sven Eckert, Andris Jakovics
• Abstract要約: Pythonを用いて最適な相関探索のためのアルゴリズムXを用いたオフライン多重仮説追跡法を開発した。 このコードは、オンライン処理を必要としない科学アプリケーションを対象としている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An efficient and versatile implementation of offline multiple hypothesis tracking with Algorithm X for optimal association search was developed using Python. The code is intended for scientific applications that do not require online processing. Directed graph framework is used and multiple scans with progressively increasing time window width are used for edge construction for maximum likelihood trajectories. The current version of the code was developed for applications in multiphase hydrodynamics, e.g. bubble and particle tracking, and is capable of resolving object motion, merges and splits. Feasible object associations and trajectory graph edge likelihoods are determined using weak mass and momentum conservation laws translated to statistical functions for object properties. The code is compatible with n-dimensional motion with arbitrarily many tracked object properties. This framework is easily extendable beyond the present application by replacing the currently used heuristics with ones more appropriate for the problem at hand. The code is open-source and will be continuously developed further.
• Abstract（参考訳）: Pythonを用いて最適な相関探索のためのアルゴリズムXを用いたオフライン多重仮説追跡の効率的で汎用的な実装を開発した。 このコードは、オンライン処理を必要としない科学アプリケーションを対象としている。 有向グラフフレームワークが使われ、時間窓幅が漸進的に増加する複数のスキャンが最大確率軌道のためのエッジ構築に使用される。 現在のバージョンのコードは多相流体力学への応用のために開発された。 気泡と粒子追跡は、物体の動きを解消し、マージし、分割することができる。 対象特性の統計関数に変換される弱い質量と運動量保存則を用いて、実現可能な対象関係と軌道グラフエッジの確率を決定する。 符号は n 次元運動と互換性があり、任意のトラックオブジェクト特性を持つ。 このフレームワークは、現在使われているヒューリスティックを、問題に対してより適切なものに置き換えることで、現在のアプリケーションを超えて容易に拡張できる。 コードはオープンソースで、今後も開発が続けられる。

関連論文リスト

• Deciphering Movement: Unified Trajectory Generation Model for Multi-Agent [53.637837706712794]
  任意の軌道をマスク入力として処理する統一軌道生成モデルUniTrajを提案する。 具体的には,空間特徴抽出のためのトランスフォーマーエンコーダ内に埋め込まれたゴースト空間マスキング(GSM)モジュールを導入する。 バスケットボール-U,サッカー-U,サッカー-Uの3つの実用的なスポーツゲームデータセットをベンチマークして評価を行った。
  論文  参考訳（メタデータ） (2024-05-27T22:15:23Z)
• Accelerating Search-Based Planning for Multi-Robot Manipulation by Leveraging Online-Generated Experiences [20.879194337982803]
  MAPF(Multi-Agent Path-Finding)アルゴリズムは、離散的な2Dドメインで保証され、厳密な保証を提供する。 本稿では,その反復的かつ漸進的な性質を活用して,競合に基づく探索アルゴリズムを高速化する手法を提案する。
  論文  参考訳（メタデータ） (2024-03-29T20:31:07Z)
• JAX-SPH: A Differentiable Smoothed Particle Hydrodynamics Framework [8.977530522693444]
  粒子に基づく流体シミュレーションは、ナヴィエ・ストークス方程式を解くための強力なツールとして登場した。 このような問題を解決するためのツールボックスに機械学習メソッドが最近追加されたことは、品質と速度のトレードオフの境界を押し広げている。 我々は、ディープラーニングフレームワークと互換性のあるラグランジアン流体シミュレータへの道のりを導き、JAX-SPHを提案する。
  論文  参考訳（メタデータ） (2024-03-07T18:53:53Z)
• Scalable Multi-agent Covering Option Discovery based on Kronecker Graphs [49.71319907864573]
  本稿では,分解が容易なマルチエージェントスキル発見法を提案する。 我々のキーとなる考え方は、合同状態空間をクロネッカーグラフとして近似することであり、そのフィドラーベクトルを直接見積もることができる。 ラプラシアンスペクトルを直接計算することは、無限大の状態空間を持つタスクには難易度が高いことを考慮し、さらに本手法の深層学習拡張を提案する。
  論文  参考訳（メタデータ） (2023-07-21T14:53:12Z)
• TrajectoryFormer: 3D Object Tracking Transformer with Predictive Trajectory Hypotheses [51.60422927416087]
  3Dマルチオブジェクトトラッキング(MOT)は、自律走行車やサービスロボットを含む多くのアプリケーションにとって不可欠である。 本稿では,新しいポイントクラウドベースの3DMOTフレームワークであるTrjectoryFormerを紹介する。
  論文  参考訳（メタデータ） (2023-06-09T13:31:50Z)
• Modeling Continuous Motion for 3D Point Cloud Object Tracking [54.48716096286417]
  本稿では,各トラックレットを連続ストリームとみなす新しいアプローチを提案する。 各タイムスタンプでは、現在のフレームだけがネットワークに送られ、メモリバンクに格納された複数フレームの履歴機能と相互作用する。 頑健な追跡のためのマルチフレーム機能の利用性を高めるために,コントラッシブシーケンス強化戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-14T02:58:27Z)
• Softmax-free Linear Transformers [90.83157268265654]
  視覚変換器(ViT)は、視覚知覚タスクの最先端を推し進めている。 既存の手法は理論的に欠陥があるか、視覚認識に経験的に効果がないかのいずれかである。 我々はSoftmax-Free Transformers (SOFT) のファミリーを提案する。
  論文  参考訳（メタデータ） (2022-07-05T03:08:27Z)
• Geometric Optimisation on Manifolds with Applications to Deep Learning [6.85316573653194]
  これらの強力なツールをすべて使用して、非専門家を支援するために、Pythonライブラリを設計、実装しています。 このライブラリに実装されたアルゴリズムは、ユーザビリティとGPU効率を念頭に設計されている。
  論文  参考訳（メタデータ） (2022-03-09T15:20:07Z)
• TrackMPNN: A Message Passing Graph Neural Architecture for Multi-Object Tracking [8.791710193028903]
  本研究は,グラフに基づくデータ構造を用いて問題をモデル化する多目的追跡(MOT)への多くの従来のアプローチに従う。 複数のタイムステップにまたがるデータ関連問題を表す動的無方向性グラフに基づくフレームワークを作成する。 また、メモリ効率が高く、リアルタイムなオンラインアルゴリズムを作成するために対処する必要がある計算問題に対するソリューションと提案も提供します。
  論文  参考訳（メタデータ） (2021-01-11T21:52:25Z)
• Multi-scale Interaction for Real-time LiDAR Data Segmentation on an Embedded Platform [62.91011959772665]
  LiDARデータのリアルタイムセマンティックセグメンテーションは、自動運転車にとって不可欠である。 ポイントクラウド上で直接動作する現在のアプローチでは、複雑な空間集約操作を使用する。 本稿では,マルチスケールインタラクションネットワーク(MINet)と呼ばれるプロジェクションベースの手法を提案する。
  論文  参考訳（メタデータ） (2020-08-20T19:06:11Z)
• Appearance-free Tripartite Matching for Multiple Object Tracking [6.165592821539306]
  マルチオブジェクト追跡(MOT)は、入力されたビデオから複数のオブジェクトの軌跡を検出する。 既存のアルゴリズムのほとんどはオブジェクトの外観の特異性に依存しており、支配的な二部マッチング方式は速度の滑らかさを無視する。 両部マッチングの不規則な速度問題を回避するために, 外観自由三部マッチングを提案する。
  論文  参考訳（メタデータ） (2020-08-09T02:16:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。