Fugu-MT 論文翻訳(概要): Mesh-SORT: Simple and effective of location-wise tracker

論文の概要: Mesh-SORT: Simple and effective of location-wise tracker

arxiv url: http://arxiv.org/abs/2302.14415v1
Date: Tue, 28 Feb 2023 08:47:53 GMT
ステータス: 処理完了
システム内更新日: 2023-03-01 17:18:46.511790
Title: Mesh-SORT: Simple and effective of location-wise tracker
Title（参考訳）: Mesh-SORT: 位置対応トラッカーのシンプルで効果的
Authors: ZongTan Li
Abstract要約: 近年,多目的追跡(MOT)が注目されている。本稿では,検出手法による位置追跡のための簡易かつ効果的な位置対応手法を提案する。
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: Multi-object tracking (MOT) raised much attention in recent years because of its wide prospect on traffic and person. We found that in most tracking scenarios without camera motion, objects move and lost with a certain location specificity. In this paper simple and effective location-wise method is proposed for tracking by detection scheme, the experiment shows its potential and improvement on the baseline.
Abstract（参考訳）: マルチオブジェクトトラッキング(mot:multi-object tracking)は、トラフィックやパーソナライズに幅広い展望があるため、近年多くの注目を集めている。カメラの動きのないほとんどのトラッキングシナリオでは、オブジェクトは特定の位置特異性を持って動き、失われます。本稿では,検出方式による追跡のための簡易かつ効果的な位置割り手法を提案し,その可能性とベースラインの改善を示す。

関連論文リスト

SFTrack: A Robust Scale and Motion Adaptive Algorithm for Tracking Small and Fast Moving Objects [2.9803250365852443]
本稿では,無人航空機(UAV)映像における多物体追跡の問題に対処する。交通監視システムや警察によるリアルタイム容疑者追跡など、様々なUAVアプリケーションにおいて重要な役割を果たしている。低信頼度検出から対象物体の追跡を開始する新しい追跡戦略を提案する。
論文参考訳（メタデータ） (2024-10-26T05:09:20Z)
RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
論文参考訳（メタデータ） (2024-03-28T08:54:40Z)
SeMoLi: What Moves Together Belongs Together [51.72754014130369]
動作手がかりに基づく半教師付き物体検出に挑戦する。近年,移動物体の擬似ラベルインスタンスに対して,動きに基づくクラスタリング手法が適用可能であることが示唆された。我々は、このアプローチを再考し、オブジェクト検出とモーションインスパイアされた擬似ラベルの両方が、データ駆動方式で取り組めることを示唆する。
論文参考訳（メタデータ） (2024-02-29T18:54:53Z)
Box-based Refinement for Weakly Supervised and Unsupervised Localization Tasks [57.70351255180495]
我々は、画像データの代わりにネットワーク出力の上の検出器を訓練し、適切な損失バックプロパゲーションを適用する。本研究は,課題の見地に対するフレーズ接頭辞の大幅な改善を明らかにした。
論文参考訳（メタデータ） (2023-09-07T17:36:02Z)
SCTracker: Multi-object tracking with shape and confidence constraints [11.210661553388615]
本稿では,SCTrackerという形状制約と信頼性に基づく多目的トラッカーを提案する。トラックと検出の間のコスト行列を計算するために, 形状制約付きユニオン距離の割り込みを適用した。検出信頼度に基づくカルマンフィルタを用いて動作状態を更新し、検出信頼性が低い場合にトラッキング性能を向上させる。
論文参考訳（メタデータ） (2023-05-16T15:18:42Z)
Saliency-Associated Object Tracking [42.79662997199292]
そこで本研究では,対象の局所的な局所的な部分の追跡について検討する。特に,局所的な塩分を捕捉する微細な塩分採掘モジュールを提案する。 5つの多様なデータセットの実験により,提案手法が最先端トラッカーに対して良好に動作することを示す。
論文参考訳（メタデータ） (2021-08-08T13:54:09Z)
Track to Detect and Segment: An Online Multi-Object Tracker [81.15608245513208]
TraDeSは、エンドツーエンドの検出を支援するために追跡の手がかりを利用するオンライン共同検出および追跡モデルです。 TraDeSは、以前のオブジェクトの機能を伝播するために使用されるコストボリュームでオブジェクト追跡オフセットを推測します。
論文参考訳（メタデータ） (2021-03-16T02:34:06Z)
Tracking-by-Counting: Using Network Flows on Crowd Density Maps for Tracking Multiple Targets [96.98888948518815]
State-of-the-art multi-object tracking(MOT)法は、トラッキング・バイ・検出のパラダイムに従っている。混み合ったシーンに適したMOTパラダイムであるトラッキング・バイ・カウントを提案する。
論文参考訳（メタデータ） (2020-07-18T19:51:53Z)
RetinaTrack: Online Single Stage Joint Detection and Tracking [22.351109024452462]
両タスクがミッションクリティカルな自律運転におけるトラッキング・バイ・検出パラダイムに注目した。本稿では、一般的な単一ステージのRetinaNetアプローチを改良したRetinaTrackと呼ばれる、概念的にシンプルで効率的な検出と追跡のジョイントモデルを提案する。
論文参考訳（メタデータ） (2020-03-30T23:46:29Z)
Supervised and Unsupervised Detections for Multiple Object Tracking in Traffic Scenes: A Comparative Study [11.024591739346294]
我々はMF-Trackerと呼ばれる複数のオブジェクトトラッカーを提案し、そのトラッキングフレームワークに複数の古典的特徴(空間的特徴と色)と近代的特徴(検出ラベルと再識別機能)を統合する。トラッカーは、教師なし・教師なしの物体検出装置のいずれからも検出できるため、教師なし・教師なしの検出入力の影響も調査した。その結果,提案手法は異なる入力を持つ両方のデータセットで非常によく機能していることがわかった。
論文参考訳（メタデータ） (2020-03-30T17:27:04Z)
Know Your Surroundings: Exploiting Scene Information for Object Tracking [181.1750279330811]
現在の最先端トラッカーは、各フレーム内のオブジェクトをローカライズするためにターゲットの外観モデルのみに依存している。本研究では,トラッキングにシーン情報を利用する新しいトラッキングアーキテクチャを提案する。
論文参考訳（メタデータ） (2020-03-24T17:59:04Z)

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。