論文の概要: Re-engineering SORT-based algorithms for low-cost small object tracking from omnidirectional footage
- arxiv url: http://arxiv.org/abs/2609.07547v1
- Date: Mon, 07 Sep 2026 14:29:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:59:01.636776
- Title: Re-engineering SORT-based algorithms for low-cost small object tracking from omnidirectional footage
- Title（参考訳）: 全方位映像からの低コスト小型物体追跡のためのSORTアルゴリズムの再設計
- Abstract要約: 我々は全方位カメラを用いて遠隔地で捕獲された飛行動物の多目的追跡に対処する。
そこで本研究では,SORTをベースとした追跡手法を再設計する軽量なフレームワークを提案する。
提案手法は,OmniSmallにおけるトラッキング性能を改善し,外観エンコーダを追加せずにJRDB上での競争力を維持した。
- 参考スコア（独自算出の注目度）: 4.365505004088237
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-object tracking (MOT) has advanced rapidly in urban surveillance and autonomous driving, yet many trackers rely on ReID- and transformer-based appearance encoders and are designed for standard FoV cameras. These assumptions break down for low-cost omnidirectional deployments, where equirectangular projection introduces seam discontinuities and targets appear to be small and fast-moving. We address multi-object tracking of flying animals captured in remote environments using omnidirectional cameras. We propose a lightweight framework that re-engineers SORT-based tracking for this geometry, including (i) a Seam-Aware Motion Model that keeps the Kalman state continuous across the seam, (ii) a composite seam-aware association cost that pairs a wrapped Euclidean term with GIoU, and (iii) OmniSmall, a new benchmark of omnidirectional wildlife footage. On our new dataset, with ground-truth detections, our modifications improved over OCSORT by +8.51 HOTA, +9.41 MOTA, and +10.17 IDF1; with YOLOX detections the gain narrows to +1.95 HOTA. Our proposed methods improved tracking performance on OmniSmall and remained competitive on JRDB without adding appearance encoders while keeping the tracking stage CPU-only. Our dataset and source code are available at: https://github.com/Xin-Shu/OmniSORT.git.
- Abstract（参考訳）: マルチオブジェクトトラッキング(MOT)は都市監視と自動運転において急速に進歩しているが、多くのトラッカーはReIDおよびトランスフォーマーベースの外観エンコーダに依存しており、標準のFoVカメラ用に設計されている。
これらの仮定は、正方形の射影によって海面の不連続が生じ、ターゲットが小さく、素早く動くように見えるような、低コストの全方位展開のために崩壊する。
我々は全方位カメラを用いて遠隔地で捕獲された飛行動物の多目的追跡に対処する。
我々は,SORTをベースとしたこの形状のトラッキングを再設計する軽量フレームワークを提案する。
(i)カルマン状態をシームにわたって連続するシーム意識運動モデル。
二 包んだユークリッド語をGIOUと組み合わせた複合シーム対応組合費
オムニスモール(OmniSmall, OmniSmall)は、全方位の野生生物の映像のベンチマーク。
我々の新しいデータセットでは、地道検出により、OCSORTを+8.51 HOTA、+9.41 MOTA、+10.17 IDF1で改良し、YOLOXは利得幅を+1.95 HOTAに制限した。
提案手法は,OmniSmall上でのトラッキング性能を向上し,追跡ステージのCPUのみを維持しながら外観エンコーダを追加することなく,JRDB上での競争力を維持した。
私たちのデータセットとソースコードは、https://github.com/Xin-Shu/OmniSORT.git.comで公開されています。
関連論文リスト
- Effective Multi-sensor Conditioning for Street-view Novel-view Synthesis [53.67632483195509]
ビデオ拡散フレームワークであるStreetNVSを紹介する。
我々は,高架,車線シフト,引き戻し,回転などの極端な軌道外経路に沿ってコヒーレントな映像を合成する能力を示す。
論文 参考訳（メタデータ） (2026-06-01T02:37:56Z) - Architecture and evaluation protocol for transformer-based visual object tracking in UAV applications [0.0]
既存のビジュアルトラッカーは複雑なシナリオでは堅牢性に欠けるか、リアルタイムの組込み使用には計算的に要求されすぎている。
変換器ベースのトラッカーと拡張カルマンフィルタを組み合わせたモジュール非同期追跡アーキテクチャ(MATA)を提案する。
本稿では,ハードウェアに依存しない組込み指向評価プロトコルとNT2Fと呼ばれる新しいメトリクスを導入し,トラッカーが外部の助けなしにトラッキングシーケンスをどれだけ長く維持できるかを定量化する。
論文 参考訳（メタデータ） (2026-03-04T10:12:12Z) - StableTrack: Stabilizing Multi-Object Tracking on Low-Frequency Detections [0.18054741274903915]
マルチオブジェクトトラッキング(MOT)はコンピュータビジョンにおいて最も困難なタスクの1つである。
現在のアプローチは主に、ビデオストリームの各フレーム内のオブジェクトを追跡することに焦点を当てている。
本稿では,低周波検出における追跡品質を安定させる新しい手法であるStableTrackを提案する。
論文 参考訳（メタデータ） (2025-11-25T15:42:33Z) - FutrTrack: A Camera-LiDAR Fusion Transformer for 3D Multiple Object Tracking [4.65812324892521]
FutrTrackは、トランスフォーマーベースのスムーズと融合駆動のトラッカーを導入することで、既存の3D検出器上に構築されている。
我々のフュージョントラッカーは、複数のカメラとLiDARからのマルチモーダルバードアイビュー(BEV)フュージョン機能とバウンディングボックスを統合している。
FutrTrackは、3D MOTベンチマークで強力なパフォーマンスを実現し、競合精度を維持しながらアイデンティティスイッチを削減している。
論文 参考訳（メタデータ） (2025-10-22T19:25:01Z) - Multi-View 3D Point Tracking [67.21282192436031]
本稿では,複数のカメラビューを用いた動的シーンにおける任意の点の追跡を目的とした,データ駆動型マルチビュー3Dポイントトラッカーについて紹介する。
本モデルでは,現実的な数のカメラを用いて直接3次元対応を推定する。
我々は5K合成多視点Kubricシーケンスをトレーニングし、2つの実世界のベンチマークで評価する。
論文 参考訳（メタデータ） (2025-08-28T17:58:20Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - Tracking Everything Everywhere All at Once [111.00807055441028]
ビデオシーケンスから高密度及び長距離運動を推定するための新しいテスト時間最適化法を提案する。
我々はOmniMotionと呼ばれる完全で一貫した動作表現を提案する。
提案手法は,従来の最先端手法よりも定量的にも定性的にも大きなマージンで優れている。
論文 参考訳（メタデータ） (2023-06-08T17:59:29Z) - Propagate And Calibrate: Real-time Passive Non-line-of-sight Tracking [84.38335117043907]
本研究では,リレー壁のみを観察することで,見えない部屋を歩いている人を追跡する純粋受動的手法を提案する。
本研究では,リレー壁の映像の非知覚的変化を発掘するため,時間的局所的な動きの伝達に欠かせない特徴として差分フレームを導入する。
提案手法を評価するため,最初の動的受動NLOS追跡データセットであるNLOS-Trackを構築し,公開する。
論文 参考訳（メタデータ） (2023-03-21T12:18:57Z) - LMGP: Lifted Multicut Meets Geometry Projections for Multi-Camera
Multi-Object Tracking [42.87953709286856]
マルチカメラ マルチオブジェクト追跡は、現実のアプリケーションにおいて優れた性能を持つため、コンピュータビジョン分野において現在注目されている。
本稿では,空間時空間昇降型マルチカット定式化に基づく数学的にエレガントなマルチカメラ・マルチオブジェクト追跡手法を提案する。
論文 参考訳（メタデータ） (2021-11-23T14:09:47Z) - Learning Spatio-Temporal Transformer for Visual Tracking [108.11680070733598]
本稿では,エンコーダ・デコーダ変換器をキーコンポーネントとする新しいトラッキングアーキテクチャを提案する。
メソッド全体がエンドツーエンドであり、コサインウィンドウやバウンディングボックススムーシングのような後処理ステップは不要である。
提案されたトラッカーは、Siam R-CNNよりも6倍速いリアルタイム速度を実行しながら、5つのチャレンジングな短期および長期ベンチマークで最先端のパフォーマンスを実現します。
論文 参考訳（メタデータ） (2021-03-31T15:19:19Z) - DroTrack: High-speed Drone-based Object Tracking Under Uncertainty [0.23204178451683263]
DroTrackは、ドローンがキャプチャしたビデオシーケンスのための高速なビジュアル単一オブジェクト追跡フレームワークである。
ファジィC平均に基づく効果的なオブジェクトセグメンテーションを実装した。
また、幾何角運動を利用して信頼度の高い物体スケールを推定する。
論文 参考訳（メタデータ） (2020-05-02T13:16:16Z)
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。