論文の概要: Towards Generalizable Multi-Object Tracking

• arxiv url: http://arxiv.org/abs/2406.00429v1
• Date: Sat, 1 Jun 2024 12:51:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-06 07:05:16.072765
• Title: Towards Generalizable Multi-Object Tracking
• Title（参考訳）: 一般化可能な多対象追跡を目指して
• Authors: Zheng Qin, Le Wang, Sanping Zhou, Panpan Fu, Gang Hua, Wei Tang,
• Abstract要約: マルチオブジェクト追跡MOTは様々なトラッキングシナリオを含み、それぞれに固有の特徴がある。 異なるシナリオに対するトラッカーの一般化に影響を及ぼす要因について検討し、それらを一連のトラッキングシナリオ属性にまとめる。 我々はMOTのためのポイントワイズ・インスタンスワイズ・リレーションシップ・フレームワークであるGeneralTrackを提案する。
• 参考スコア（独自算出の注目度）: 40.34599389796773
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-Object Tracking MOT encompasses various tracking scenarios, each characterized by unique traits. Effective trackers should demonstrate a high degree of generalizability across diverse scenarios. However, existing trackers struggle to accommodate all aspects or necessitate hypothesis and experimentation to customize the association information motion and or appearance for a given scenario, leading to narrowly tailored solutions with limited generalizability. In this paper, we investigate the factors that influence trackers generalization to different scenarios and concretize them into a set of tracking scenario attributes to guide the design of more generalizable trackers. Furthermore, we propose a point-wise to instance-wise relation framework for MOT, i.e., GeneralTrack, which can generalize across diverse scenarios while eliminating the need to balance motion and appearance. Thanks to its superior generalizability, our proposed GeneralTrack achieves state-of-the-art performance on multiple benchmarks and demonstrates the potential for domain generalization. https://github.com/qinzheng2000/GeneralTrack.git
• Abstract（参考訳）: マルチオブジェクト追跡MOTは様々なトラッキングシナリオを含み、それぞれに固有の特徴がある。 効果的なトラッカーは、様々なシナリオにまたがる高度な一般化可能性を示すべきである。 しかし、既存のトラッカーは、特定のシナリオの関連情報の動きや外観をカスタマイズするために、あらゆる側面に適応したり、仮説や実験を必要とする。 本稿では,異なるシナリオに対するトラッカーの一般化に影響を与える要因について検討し,より一般化可能なトラッカーの設計を導くために,それらを一連のトラッキングシナリオ属性にまとめる。 さらに,動きや外観のバランスを取る必要をなくし,多様なシナリオをまたいだ一般化が可能なMOTのポイントワイズ・インスタンスワイズ・リレーション・フレームワークであるGeneralTrackを提案する。 提案するGeneralTrackは,より優れた一般化性により,複数のベンチマークで最先端の性能を実現し,ドメインの一般化の可能性を示す。 https://github.com/qinzheng2000/GeneralTrack.git

関連論文リスト

• Enhanced Kalman with Adaptive Appearance Motion SORT for Grounded Generic Multiple Object Tracking [0.08333024746293495]
  Grounded-GMOTは、ユーザーが自然言語記述子を通じてビデオ内の複数のジェネリックオブジェクトを追跡することができる革新的なトラッキングパラダイムである。 コントリビューションはG2MOTデータセットの導入から始まり、多様なジェネリックオブジェクトを特徴とするビデオのコレクションを含む。 そこで本研究では,視覚的外観を動作キューと効果的に統合するだけでなく,カルマンフィルタを改良した新しいトラッキング手法KAM-SORTを提案する。
  論文  参考訳（メタデータ） (2024-10-11T20:38:17Z)
• OmniTracker: Unifying Object Tracking by Tracking-with-Detection [119.51012668709502]
  OmniTrackerは、完全に共有されたネットワークアーキテクチャ、モデルウェイト、推論パイプラインですべてのトラッキングタスクを解決するために提供されている。 LaSOT、TrackingNet、DAVIS16-17、MOT17、MOTS20、YTVIS19を含む7つの追跡データセットの実験は、OmniTrackerがタスク固有の追跡モデルと統合された追跡モデルの両方よりも、オンパーまたはそれ以上の結果を達成することを示した。
  論文  参考訳（メタデータ） (2023-03-21T17:59:57Z)
• End-to-end Tracking with a Multi-query Transformer [96.13468602635082]
  マルチオブジェクトトラッキング(MOT)は、時間とともにシーン内のオブジェクトの位置、外観、アイデンティティを同時に推論する必要がある課題である。 本研究の目的は、トラッキング・バイ・ディテクト・アプローチを超えて、未知のオブジェクト・クラスに対してもよく機能するクラスに依存しないトラッキングへと移行することである。
  論文  参考訳（メタデータ） (2022-10-26T10:19:37Z)
• Unified Transformer Tracker for Object Tracking [58.65901124158068]
  異なるシナリオにおけるトラッキング問題に1つのパラダイムで対処するために,UTT(Unified Transformer Tracker)を提案する。 SOT(Single Object Tracking)とMOT(Multiple Object Tracking)の両方を対象とするトラックトランスフォーマーを開発した。
  論文  参考訳（メタデータ） (2022-03-29T01:38:49Z)
• Comparing Representations in Tracking for Event Camera-based SLAM [13.524943337648818]
  本稿では,イベントカメラを用いたトラッキングのための典型的な2つの画像型表現について検討する。 元のTSベースのトラッカーに基づいて、これらの2つの表現の相補的な強みを利用して拡張版を開発する。
  論文  参考訳（メタデータ） (2021-04-20T10:41:57Z)
• 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)
• TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
  オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。 ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。 我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
  論文  参考訳（メタデータ） (2020-05-20T21:07:28Z)

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。