論文の概要: Hierarchical Instance Tracking to Balance Privacy Preservation with Accessible Information

• arxiv url: http://arxiv.org/abs/2512.10102v1
• Date: Wed, 10 Dec 2025 21:48:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.075357
• Title: Hierarchical Instance Tracking to Balance Privacy Preservation with Accessible Information
• Title（参考訳）: アクセシブル情報とプライバシ保護のバランスをとる階層型インスタンス追跡
• Authors: Neelima Prasad, Jarek Reynolds, Neel Karsanbhai, Tanusree Sharma, Lotus Zhang, Abigale Stangl, Yang Wang, Leah Findlater, Danna Gurari,
• Abstract要約: 対象と部品の事前定義されたカテゴリのすべてのインスタンスをトラッキングする新しいタスクである階層型インスタンス追跡を提案する。 このタスクをサポートする最初のベンチマークデータセットを導入し、52本の動画で追跡される2,765個のユニークなエンティティからなる。
• 参考スコア（独自算出の注目度）: 28.460120527047692
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a novel task, hierarchical instance tracking, which entails tracking all instances of predefined categories of objects and parts, while maintaining their hierarchical relationships. We introduce the first benchmark dataset supporting this task, consisting of 2,765 unique entities that are tracked in 552 videos and belong to 40 categories (across objects and parts). Evaluation of seven variants of four models tailored to our novel task reveals the new dataset is challenging. Our dataset is available at https://vizwiz.org/tasks-and-datasets/hierarchical-instance-tracking/
• Abstract（参考訳）: 本稿では,階層的な関係を維持しつつ,対象と部分の事前定義されたカテゴリのすべてのインスタンスを追跡する新しいタスク,階層的なインスタンス追跡を提案する。 このタスクをサポートする最初のベンチマークデータセットを導入し、52の動画で追跡され、40のカテゴリ(オブジェクトと部品全体)に属する2,765のユニークなエンティティからなる。 我々の新しいタスクに適した4つのモデルの7つの変種を評価することは、新しいデータセットが困難であることを明らかにする。 私たちのデータセットはhttps://vizwiz.org/tasks-and-datasets/hierarchical-instance-tracking/で利用可能です。

関連論文リスト

• CrowdTrack: A Benchmark for Difficult Multiple Pedestrian Tracking in Real Scenarios [41.96441237870711]
  本稿では,主に1対1の視点から撮影されたマルチペデストリアン追跡のための大規模データセットを提案する。 私たちのデータセットは33本のビデオで構成されており、合計5,185本の軌跡が含まれている。 このデータセットは、複雑な状況で有効なアルゴリズムの開発を容易にするプラットフォームを提供する。
  論文  参考訳（メタデータ） (2025-07-03T09:36:44Z)
• TrackMe:A Simple and Effective Multiple Object Tracking Annotation Tool [5.102727104196738]
  近年の最先端追跡手法は、物体検出、外観特徴抽出、トラックアソシエーションのためのディープラーニングアーキテクチャに基づいて構築されている。 動物で実行するには、異なる種類の大きなデータセットを複数の条件で作成する必要がある。 本研究では,よく知られたツールである LabelMe を改良し,コンピュータ科学に関する深い知識がなくても,少ない労力でアノテートできるように支援する。
  論文  参考訳（メタデータ） (2024-10-20T21:57:25Z)
• 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)
• DIVOTrack: A Novel Dataset and Baseline Method for Cross-View Multi-Object Tracking in DIVerse Open Scenes [74.64897845999677]
  歩行者が密集したDIVerse Openのシーンを対象とした,新しいクロスビュー多目的追跡データセットを提案する。 私たちのDIVOTrackには15の異なるシナリオと953のクロスビュートラックがあります。 さらに,クロスモット(CrossMOT)という統合型共同検出・クロスビュートラッキングフレームワークを用いた新しいベースラインクロスビュートラッキング手法を提案する。
  論文  参考訳（メタデータ） (2023-02-15T14:10:42Z)
• 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)
• Simple multi-dataset detection [83.9604523643406]
  複数の大規模データセット上で統合検出器を訓練する簡単な方法を提案する。 データセット固有のアウトプットを共通の意味分類に自動的に統合する方法を示す。 私たちのアプローチは手動の分類学の調整を必要としません。
  論文  参考訳（メタデータ） (2021-02-25T18:55:58Z)
• Same Object, Different Grasps: Data and Semantic Knowledge for Task-Oriented Grasping [40.95315009714416]
  TaskGraspデータセットは、オブジェクトとタスクの両方で、以前のデータセットよりも桁違いに大きい。 本稿では、知識グラフにエンコードされたオブジェクトやタスクのセマンティック知識を利用して、新しいオブジェクトインスタンスやクラス、さらには新しいタスクに一般化するGCNGraspフレームワークを提案する。 我々は、未知の物体上で実際のロボットに対してタスク指向の把握を実行することで、我々のデータセットとモデルが現実世界に適用可能であることを実証する。
  論文  参考訳（メタデータ） (2020-11-12T15:08:15Z)
• 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。