論文の概要: OccluTrack: Rethinking Awareness of Occlusion for Enhancing Multiple Pedestrian Tracking

• arxiv url: http://arxiv.org/abs/2309.10360v2
• Date: Sat, 26 Apr 2025 06:31:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:51.539556
• Title: OccluTrack: Rethinking Awareness of Occlusion for Enhancing Multiple Pedestrian Tracking
• Title（参考訳）: OccluTrack: 複数の歩行者追跡を支援するための排除意識の再考
• Authors: Jianjun Gao, Yi Wang, Kim-Hui Yap, Kratika Garg, Boon Siew Han,
• Abstract要約: OccluTrackは適応型オクルージョン対応の複数の歩行者トラッカーである。 カルマンフィルタにプラグアンドプレイ異常動作抑制機構を導入する。 また,部分閉塞歩行者に対する識別的特徴を抽出するために,ポーズ誘導型再識別モジュール(Re-ID)を開発した。
• 参考スコア（独自算出の注目度）: 7.964206483424679
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multiple pedestrian tracking is crucial for enhancing safety and efficiency in intelligent transport and autonomous driving systems by predicting movements and enabling adaptive decision-making in dynamic environments. It optimizes traffic flow, facilitates human interaction, and ensures compliance with regulations. However, it faces the challenge of tracking pedestrians in the presence of occlusion. Existing methods overlook effects caused by abnormal detections during partial occlusion. Subsequently, these abnormal detections can lead to inaccurate motion estimation, unreliable appearance features, and unfair association. To address these issues, we propose an adaptive occlusion-aware multiple pedestrian tracker, OccluTrack, to mitigate the effects caused by partial occlusion. Specifically, we first introduce a plug-and-play abnormal motion suppression mechanism into the Kalman Filter to adaptively detect and suppress outlier motions caused by partial occlusion. Second, we develop a pose-guided re-identification (Re-ID) module to extract discriminative part features for partially occluded pedestrians. Last, we develop a new occlusion-aware association method towards fair Intersection over Union (IoU) and appearance embedding distance measurement for occluded pedestrians. Extensive evaluation results demonstrate that our method outperforms state-of-the-art methods on MOTChallenge and DanceTrack datasets. Particularly, the performance improvements on IDF1 and ID Switches, as well as visualized results, demonstrate the effectiveness of our method in multiple pedestrian tracking.
• Abstract（参考訳）: 複数の歩行者追跡は、移動を予測し、動的環境における適応的な意思決定を可能にすることにより、インテリジェントトランスポートおよび自律運転システムの安全性と効率を高めるために重要である。 トラフィックフローを最適化し、ヒューマンインタラクションを促進し、規制の遵守を保証する。 しかし、排他的存在下で歩行者を追跡するという課題に直面している。 既存の方法では、部分閉塞時の異常検出による影響を見落としている。 これらの異常検出は、不正確な動き推定、信頼できない外観特徴、不公平な関連をもたらす可能性がある。 これらの課題に対処するため,部分閉塞による影響を軽減するために,適応型オクルージョン対応多足歩行トラッカーOccluTrackを提案する。 具体的には,まずCalmanフィルタにプラグアンドプレイ異常動作抑制機構を導入し,部分閉塞による異常動作を適応的に検出・抑制する。 第2に,部分閉塞歩行者に対する識別的特徴を抽出するために,ポーズ誘導型再識別モジュール(Re-ID)を開発した。 最後に, 障害物のある歩行者に対して, IoU (Fair Intersection over Union) と外見埋め込み距離測定のための新しいオクルージョン・アウェア・アソシエーション法を開発した。 本手法はMOTChallengeおよびDanceTrackデータセットにおける最先端の手法よりも優れていることを示す。 特にIDF1およびIDスイッチの性能改善は,複数の歩行者追跡における本手法の有効性を示す。

関連論文リスト

• Imagine the Unseen: Occluded Pedestrian Detection via Adversarial Feature Completion [31.488897675973657]
  そこで本稿では,歩行者の特徴を異なる閉塞パターンに整合させるため,閉鎖領域の特徴を完備する。 完成した特徴と実際の完全に見える特徴とのギャップを狭めるために,逆学習法を提案する。 本稿では,CityPersons,Caltech,CrowdHumanの各データセットに関する実験結果について報告する。
  論文  参考訳（メタデータ） (2024-05-02T14:20:20Z)
• DPMesh: Exploiting Diffusion Prior for Occluded Human Mesh Recovery [71.6345505427213]
  DPMeshは、人間のメッシュリカバリを排除した革新的なフレームワークである。 これは、事前訓練されたテキスト・ツー・イメージ拡散モデルに埋め込まれた対象構造と空間的関係について、より深い拡散に乗じる。
  論文  参考訳（メタデータ） (2024-04-01T18:59:13Z)
• Multiple Object Tracking based on Occlusion-Aware Embedding Consistency Learning [46.726678333518066]
  Occlusion Prediction Module (OPM)とOcclusion-Aware Association Module (OAAM) OPMは、真の検出毎に閉塞情報を予測し、トラックの視覚埋め込みの一貫性学習のための有効なサンプルの選択を容易にする。 OAAMは各トラックに対して2つの別々の埋め込みを生成し、非閉塞検出と非閉塞検出の両方で一貫性を保証する。
  論文  参考訳（メタデータ） (2023-11-05T06:08:58Z)
• DeNoising-MOT: Towards Multiple Object Tracking with Severe Occlusions [52.63323657077447]
  DNMOTは、複数のオブジェクト追跡のためのエンドツーエンドのトレーニング可能なDeNoising Transformerである。 具体的には、トレーニング中にノイズを伴って軌道を拡大し、エンコーダ・デコーダアーキテクチャのデノイング過程をモデルに学習させる。 我々はMOT17,MOT20,DanceTrackのデータセットについて広範な実験を行い,実験結果から,提案手法が従来の最先端手法よりも明確なマージンで優れていることが示された。
  論文  参考訳（メタデータ） (2023-09-09T04:40:01Z)
• Occlusion-Aware Detection and Re-ID Calibrated Network for Multi-Object Tracking [38.36872739816151]
  検出器内のOAA(Occlusion-Aware Attention)モジュールは、隠蔽された背景領域を抑えながらオブジェクトの特徴を強調する。 OAAは、隠蔽される可能性のある物体の検出器を強化する変調器として機能する。 最適輸送問題に基づくRe-ID埋め込みマッチングブロックを設計する。
  論文  参考訳（メタデータ） (2023-08-30T06:56:53Z)
• Occlusion Robust 3D Human Pose Estimation with StridedPoseGraphFormer and Data Augmentation [69.49430149980789]
  提案手法は最先端技術(SoA)と良好に比較できることを示す。 また, 閉塞処理機構が存在しない場合には, SoA 3D HPE法の性能が著しく低下することが明らかとなった。
  論文  参考訳（メタデータ） (2023-04-24T13:05:13Z)
• Feature Calibration Network for Occluded Pedestrian Detection [137.37275165635882]
  本稿では,特徴ネットワーク(FC-Net)と呼ばれるディープラーニングフレームワークにおける特徴学習手法を提案する。 FC-Netは、歩行者の目に見える部分が選択的であり、検出に決定的であるという観察に基づいている。 CityPersonsとCaltechのデータセットの実験では、ブロックされた歩行者の検知性能が最大10%向上している。
  論文  参考訳（メタデータ） (2022-12-12T05:48:34Z)
• An Objective Method for Pedestrian Occlusion Level Classification [6.125017875330933]
  咬合レベル分類は、視認可能な歩行者キーポイントの識別と、新しい2次元体表面積推定法を用いて達成される。 実験結果から,提案手法は画素幅を反映していることがわかった。 画像中の歩行者の閉塞レベルは あらゆる形で有効です 自己閉塞、切り離しのような挑戦的なエッジケースを含む、排他的(Occlusion)。 歩行者を包含する。
  論文  参考訳（メタデータ） (2022-05-11T11:27:41Z)
• Quality-aware Part Models for Occluded Person Re-identification [77.24920810798505]
  咬合は人体再識別(ReID)にとって大きな課題となる 既存のアプローチは一般的に、計算効率とReIDの精度の両面で最適であるように、目に見える身体の部品を推測するための外部ツールに依存している。 閉塞型ReIDのためのQPM(Quality-Aware Part Models)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-01-01T03:51:09Z)
• Locality-aware Channel-wise Dropout for Occluded Face Recognition [116.2355331029041]
  顔認識は、特に顔が部分的に隠されている場合、制約のないシナリオでは難しいタスクである。 そこで本研究では,ニューロン群の活性化を,精巧に選択されたチャネルに落とすことによって,新しい,エレガントなオクルージョン・シミュレート法を提案する。 種々のベンチマーク実験により,提案手法は最先端の手法よりも優れた性能を示し,性能が向上した。
  論文  参考訳（メタデータ） (2021-07-20T05:53:14Z)
• DETR for Crowd Pedestrian Detection [114.00860636622949]
  提案した検出器PED(Pedestrian End-to-end Detector)は、CityPersonsとCrowdHumanの以前のEDとFaster-RCNNの両方より優れている。 また、最先端の歩行者検出手法と同等の性能を達成している。
  論文  参考訳（メタデータ） (2020-12-12T11:02:05Z)
• Online Multi-Object Tracking with delta-GLMB Filter based on Occlusion and Identity Switch Handling [1.713291434132985]
  デルタ一般化ラベル付きマルチベルヌーリ (delta Generalized Labeled Multi-Bernoulli, Delta-GLMB) フィルタフレームワークにおいて, オンラインマルチオブジェクト追跡 (MOT) 手法を提案する。 閉塞とミス検出の問題に対処するため,トラックアソシエーション法を提案する。 提案手法を,よく知られたMOT15およびMOT17テストデータセット上で評価する。
  論文  参考訳（メタデータ） (2020-11-19T21:38:40Z)

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。