論文の概要: NetTrack: Tracking Highly Dynamic Objects with a Net

• arxiv url: http://arxiv.org/abs/2403.11186v1
• Date: Sun, 17 Mar 2024 12:15:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-19 18:06:05.351766
• Title: NetTrack: Tracking Highly Dynamic Objects with a Net
• Title（参考訳）: NetTrack: ネットで高ダイナミックなオブジェクトを追跡する
• Authors: Guangze Zheng, Shijie Lin, Haobo Zuo, Changhong Fu, Jia Pan,
• Abstract要約: オープンワールドオブジェクトの複雑なダイナミック性は、マルチオブジェクトトラッキング(MOT)の非無視的課題を示す この研究は、動的に堅牢なきめ細かい学習を導入するための、効率的で汎用的で安価な追跡フレームワークであるNetTrackを提案する。
• 参考スコア（独自算出の注目度）: 23.93222636300977
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The complex dynamicity of open-world objects presents non-negligible challenges for multi-object tracking (MOT), often manifested as severe deformations, fast motion, and occlusions. Most methods that solely depend on coarse-grained object cues, such as boxes and the overall appearance of the object, are susceptible to degradation due to distorted internal relationships of dynamic objects. To address this problem, this work proposes NetTrack, an efficient, generic, and affordable tracking framework to introduce fine-grained learning that is robust to dynamicity. Specifically, NetTrack constructs a dynamicity-aware association with a fine-grained Net, leveraging point-level visual cues. Correspondingly, a fine-grained sampler and matching method have been incorporated. Furthermore, NetTrack learns object-text correspondence for fine-grained localization. To evaluate MOT in extremely dynamic open-world scenarios, a bird flock tracking (BFT) dataset is constructed, which exhibits high dynamicity with diverse species and open-world scenarios. Comprehensive evaluation on BFT validates the effectiveness of fine-grained learning on object dynamicity, and thorough transfer experiments on challenging open-world benchmarks, i.e., TAO, TAO-OW, AnimalTrack, and GMOT-40, validate the strong generalization ability of NetTrack even without finetuning. Project page: https://george-zhuang.github.io/nettrack/.
• Abstract（参考訳）: オープンワールドオブジェクトの複雑な動的性は、多物体追跡(MOT)の非無視的な課題を示し、しばしば激しい変形、速い動き、閉塞として表される。 ボックスのような粗い粒度のオブジェクトキューのみに依存する手法や、オブジェクト全体の外観は、動的オブジェクトの内部関係が歪んだために劣化する可能性がある。 この問題に対処するために、この研究は、動的に堅牢なきめ細かい学習を導入するための、効率的で汎用的で手頃な追跡フレームワークであるNetTrackを提案する。 具体的には、NetTrackは、ポイントレベルの視覚的手がかりを利用して、きめ細かいNetと動的に認識するアソシエーションを構築する。 それに対応して、きめ細かいサンプルとマッチング方法が組み込まれている。 さらに、NetTrackは微粒なローカライゼーションのためのオブジェクト-テキスト対応を学習する。 極めてダイナミックなオープンワールドシナリオでMOTを評価するために、多様な種やオープンワールドシナリオと高いダイナミック性を示す鳥群追跡(BFT)データセットを構築した。 BFTの総合的な評価は、オブジェクトの動的性に対する微粒な学習の有効性を検証し、TAO、TAO-OW、AnimalTrack、GMOT-40といった挑戦的なオープンワールドベンチマークに対する徹底的な伝達実験を行い、微調整なしでもNetTrackの強力な一般化能力を検証する。 プロジェクトページ: https://george-zhuang.github.io/nettrack/。

関連論文リスト

• ClickTrack: Towards Real-time Interactive Single Object Tracking [58.52366657445601]
  リアルタイムシナリオにおけるクリックインタラクションを用いた新しいパラダイムであるClickTrackを提案する。 特定のシナリオにおける曖昧さに対処するために、ポイントとオプションのテキスト情報を入力として受け入れるガイド・クリック・リファイナ(GCR)を設計した。 LaSOTとGOT-10kベンチマークの実験により、GCRと組み合わせたトラッカーがリアルタイムの対話シナリオで安定したパフォーマンスを実現することが示された。
  論文  参考訳（メタデータ） (2024-11-20T10:30:33Z)
• Tracking Reflected Objects: A Benchmark [12.770787846444406]
  我々は、反射オブジェクトのトラッキングに特化したベンチマークであるTROを紹介します。 TROは、約70,000フレームの200のシーケンスを含み、それぞれにバウンディングボックスを慎重にアノテートする。 より強力なベースラインを提供するために,階層的特徴を用いて性能を向上させる新しいトラッカーであるHiP-HaTrackを提案する。
  論文  参考訳（メタデータ） (2024-07-07T02:22:45Z)
• Exploring Dynamic Transformer for Efficient Object Tracking [58.120191254379854]
  効率的なトラッキングのための動的トランスフォーマーフレームワークであるDyTrackを提案する。 DyTrackは、様々な入力に対して適切な推論ルートを設定することを学習し、利用可能な計算予算をより活用する。 複数のベンチマークの実験では、DyTrackは単一のモデルで有望な速度精度のトレードオフを実現している。
  論文  参考訳（メタデータ） (2024-03-26T12:31:58Z)
• OVTrack: Open-Vocabulary Multiple Object Tracking [64.73379741435255]
  OVTrackは任意のオブジェクトクラスを追跡することができるオープン語彙トラッカーである。 大規模な大語彙のTAOベンチマークに新たな最先端技術が設定されている。
  論文  参考訳（メタデータ） (2023-04-17T16:20:05Z)
• InterTrack: Interaction Transformer for 3D Multi-Object Tracking [9.283656931246645]
  3Dマルチオブジェクトトラッキング(MOT)は、自動運転車にとって重要な問題である。 提案手法であるInterTrackは,データアソシエーションのための識別対象表現を生成する。 我々はnuScenes 3D MOTベンチマークのアプローチを検証する。
  論文  参考訳（メタデータ） (2022-08-17T03:24:36Z)
• Dynamic Attention guided Multi-Trajectory Analysis for Single Object Tracking [62.13213518417047]
  動的注意誘導型マルチ軌道追跡戦略を考案し,さらにダイナミクスを導入することを提案する。 特に、複数のターゲットテンプレートを含む動的外観モデルを構築し、それぞれが新しいフレーム内のターゲットを特定するのに独自の注意を払っています。 シーケンス全体にまたがった後、マルチ軌道選択ネットワークを導入し、トラッキング性能を向上させた最適な軌道を見つけます。
  論文  参考訳（メタデータ） (2021-03-30T05:36:31Z)
• DOT: Dynamic Object Tracking for Visual SLAM [83.69544718120167]
  DOTはインスタンスセグメンテーションとマルチビュー幾何を組み合わせて、動的オブジェクトのマスクを生成する。 実際にどのオブジェクトが動いているかを判断するために、DOTは、潜在的にダイナミックなオブジェクトの最初のインスタンスを抽出し、次に推定されたカメラモーションで、測光再投射誤差を最小限にして、そのようなオブジェクトを追跡する。 提案手法はORB-SLAM 2の精度とロバスト性を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2020-09-30T18:36:28Z)
• e-TLD: Event-based Framework for Dynamic Object Tracking [23.026432675020683]
  本稿では,一般的な追跡条件下での移動イベントカメラを用いた長期オブジェクト追跡フレームワークを提案する。 このフレームワークは、オンライン学習を伴うオブジェクトの識別表現を使用し、ビューのフィールドに戻るとオブジェクトを検出し、追跡する。
  論文  参考訳（メタデータ） (2020-09-02T07:08:56Z)
• SoDA: Multi-Object Tracking with Soft Data Association [75.39833486073597]
  マルチオブジェクトトラッキング(MOT)は、自動運転車の安全な配備の前提条件である。 観測対象間の依存関係をエンコードするトラック埋め込みの計算に注目するMOTに対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-08-18T03:40:25Z)

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。