論文の概要: Local Metrics for Multi-Object Tracking

• arxiv url: http://arxiv.org/abs/2104.02631v1
• Date: Tue, 6 Apr 2021 16:07:04 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-07 14:01:58.738298
• Title: Local Metrics for Multi-Object Tracking
• Title（参考訳）: マルチオブジェクト追跡のための局所メトリクス
• Authors: Jack Valmadre, Alex Bewley, Jonathan Huang, Chen Sun, Cristian Sminchisescu, Cordelia Schmid
• Abstract要約: 本稿では,マルチオブジェクト追跡のための時間的局所指標を提案する。 地平線パラメータは、検出と関連付けの相対的重要性を定義するための新しい有意義なメカニズムを提供する。 その結果, 平均追跡精度(ATA)は, 関連性に優れた感度を示すことがわかった。
• 参考スコア（独自算出の注目度）: 102.16141039252652
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces temporally local metrics for Multi-Object Tracking. These metrics are obtained by restricting existing metrics based on track matching to a finite temporal horizon, and provide new insight into the ability of trackers to maintain identity over time. Moreover, the horizon parameter offers a novel, meaningful mechanism by which to define the relative importance of detection and association, a common dilemma in applications where imperfect association is tolerable. It is shown that the historical Average Tracking Accuracy (ATA) metric exhibits superior sensitivity to association, enabling its proposed local variant, ALTA, to capture a wide range of characteristics. In particular, ALTA is better equipped to identify advances in association independent of detection. The paper further presents an error decomposition for ATA that reveals the impact of four distinct error types and is equally applicable to ALTA. The diagnostic capabilities of ALTA are demonstrated on the MOT 2017 and Waymo Open Dataset benchmarks.
• Abstract（参考訳）: 本稿では,マルチオブジェクト追跡のための時間的局所指標を提案する。 これらのメトリクスは、トラックマッチングに基づく既存のメトリクスを有限時間水平線に制限し、トラッカーが時間とともにアイデンティティを維持する能力に関する新たな洞察を提供することによって得られる。 さらに、地平線パラメータは、検出とアソシエーションの相対的な重要性を定義するための、新しい意味のあるメカニズムを提供し、不完全アソシエーションが許容できるアプリケーションにおいて共通のジレンマを提供する。 従来の平均追跡精度(ATA)測定値では,アソシエーションに対する感度が優れていることが示され,提案する局所変種ALTAが幅広い特徴を捉えることができた。 特にALTAは、検出とは無関係に、関連性の進歩を識別する能力が優れている。 さらに,4つの異なるエラータイプの影響を明らかにし,ALTAにも等しく適用可能なATAのエラー分解について述べる。 ALTAの診断機能は、MOT 2017とWaymo Open Datasetベンチマークで実証されている。

関連論文リスト

• Trajectory Anomaly Detection with Language Models [21.401931052512595]
  本稿では,自己回帰因果アテンションモデル(LM-TAD)を用いた軌道異常検出のための新しい手法を提案する。 トラジェクトリをトークンの列として扱うことにより、トラジェクトリ上の確率分布を学習し、高精度な異常位置の同定を可能にする。 本実験は, 合成および実世界の両方のデータセットに対するLM-TADの有効性を実証した。
  論文  参考訳（メタデータ） (2024-09-18T17:33:31Z)
• STCMOT: Spatio-Temporal Cohesion Learning for UAV-Based Multiple Object Tracking [13.269416985959404]
  無人航空機(UAV)ビデオにおける複数物体追跡(MOT)は、コンピュータビジョンにおける多様な用途において重要である。 時空間結合型多目的追跡フレームワーク(STCMOT)を提案する。 歴史的埋め込み機能を用いて,ReIDの表現と検出機能を逐次的にモデル化する。 我々のフレームワークはMOTAとIDF1メトリクスで新しい最先端のパフォーマンスを設定します。
  論文  参考訳（メタデータ） (2024-09-17T14:34:18Z)
• Temporal Correlation Meets Embedding: Towards a 2nd Generation of JDE-based Real-Time Multi-Object Tracking [52.04679257903805]
  共同検出・埋め込み(JDE)トラッカーは多目的追跡(MOT)タスクにおいて優れた性能を示した。 TCBTrackという名前のトラッカーは、複数の公開ベンチマークで最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-19T07:48:45Z)
• Don't Miss Out on Novelty: Importance of Novel Features for Deep Anomaly Detection [64.21963650519312]
  異常検出(AD)は、正規性の学習モデルに適合しない観察を識別する重要なタスクである。 本稿では, 入力空間における説明不能な観測として, 説明可能性を用いた新しいAD手法を提案する。 当社のアプローチでは,複数のベンチマークにまたがる新たな最先端性を確立し,さまざまな異常な型を扱う。
  論文  参考訳（メタデータ） (2023-10-01T21:24:05Z)
• Shortcut Detection with Variational Autoencoders [1.3174512123890016]
  可変オートエンコーダ(VAE)を利用した画像および音声データセットのショートカット検出手法を提案する。 VAEの潜在空間における特徴の分散により、データセット内の特徴目標相関を発見し、MLショートカットに対して半自動評価することが可能になる。 本手法の適用性を実世界のいくつかのデータセットに適用し,これまで発見されていないショートカットを同定する。
  論文  参考訳（メタデータ） (2023-02-08T18:26:10Z)
• mvHOTA: A multi-view higher order tracking accuracy metric to measure spatial and temporal associations in multi-point detection [1.039718070553655]
  マルチオブジェクトトラッキング(MOT)は、シーン内のオブジェクトを検出し、それらを一連のフレームにわたって追跡する、困難なタスクである。 KITTIなどのデータセット上でMOTメソッドをベンチマークする主要な評価基準は、最近、高次追跡精度(HOTA)指標となっている。 マルチポイント(マルチインスタンス、マルチクラス)検出の精度を決定するため、マルチビュー高次トラッキングメトリック(mvHOTA)を提案する。
  論文  参考訳（メタデータ） (2022-06-19T10:31:53Z)
• Adaptive Affinity for Associations in Multi-Target Multi-Camera Tracking [53.668757725179056]
  本稿では,MTMCTにおけるアフィニティ推定を対応する対応範囲に適応させるための,単純かつ効果的な手法を提案する。 すべての外見の変化に対処する代わりに、データアソシエーション中に出現する可能性のあるものに特化したアフィニティメトリックを調整します。 ミスマッチを最小限に抑えるため、アダプティブアフィニティモジュールはグローバルなre-ID距離を大幅に改善する。
  論文  参考訳（メタデータ） (2021-12-14T18:59:11Z)
• Learning Dynamic Compact Memory Embedding for Deformable Visual Object Tracking [82.34356879078955]
  本稿では,セグメント化に基づく変形可能な視覚追跡手法の識別を強化するために,コンパクトなメモリ埋め込みを提案する。 DAVIS 2017ベンチマークでは,D3SやSiamMaskなどのセグメンテーションベースのトラッカーよりも優れている。
  論文  参考訳（メタデータ） (2021-11-23T03:07:12Z)
• A Non-Parametric Subspace Analysis Approach with Application to Anomaly Detection Ensembles [8.533981186119068]
  AAG(Agglomerative Attribute Grouping)という新しいサブスペース分析手法を提案する。 AAGは、パーティションの情報理論測定から派生した、新しいマルチ属性測定に依存しています。 大多数のケースにおいて、提案されたAAG法は古典的および最先端の部分空間解析法を上回っている。
  論文  参考訳（メタデータ） (2021-01-13T08:23:01Z)
• SAMOT: Switcher-Aware Multi-Object Tracking and Still Another MOT Measure [88.74585449906313]
  マルチオブジェクト追跡(MOT)はコンピュータビジョンにおいて一般的なトピックである。 アイデンティティ問題(Identity problem)、すなわち、オブジェクトは別のアイデンティティの別のオブジェクトと誤って関連付けられているが、依然として難しい問題である。 本稿では,マルチオブジェクト追跡のためのスイッチャー対応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-09-22T06:22:21Z)

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。