論文の概要: Online Multi-Camera 3D Tracking via ID Prediction over Recurrent Sparse Queries

• arxiv url: http://arxiv.org/abs/2609.18363v1
• Date: Wed, 16 Sep 2026 09:21:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.733367
• Title: Online Multi-Camera 3D Tracking via ID Prediction over Recurrent Sparse Queries
• Title（参考訳）: 繰り返しスパースクエリによるID予測によるオンラインマルチカメラ3次元トラッキング
• Abstract要約: 本稿では,連続したスパースクエリに対してIDを明示的に予測することにより,関連性を回復するオンラインアーキテクチャを提案する。 外側のスパース4D検出器は、スパースクエリバンクを伝搬しながら、キャリブレーションされたビューをワールドフレーム3D検出に融合する。 我々はMOTIPの相対ID予測とリサイクルスロットランタイムをグローバルに融合した3D観測に適用する。
• 参考スコア（独自算出の注目度）: 1.544085839001041
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Online multi camera 3D tracking must maintain scene global identities across synchronized views, yet query-based trackers carry these identities only implicitly in the instance bank, where they fragment upon query interruption. We present an online architecture that recovers association accuracy by predicting IDs explicitly over recurrent sparse queries. An outside-in Sparse4D detector fuses calibrated views into world frame 3D detections while propagating a sparse query bank, and a causal MOTIP ID decoder associates detections against a finite trajectory memory. We adapt MOTIP's relative-ID prediction and recycled slot runtime to globally fused 3D observations, and introduce metric spatial gating and proximity based newborn recovery. On the official 2026 AI City Challenge Track 1 test set, our method raises HOTA from 29.63 with native instance bank identities to 38.01, primarily through an AssA increase from 20.83 to 31.10, and ranks third on the public leaderboard. Full-sequence validation over all 9,000 frames of each scene shows that decoupled ID training improves HOTA over native identities, whereas continuing detector training alongside the detached ID objective produces scene-dependent gains and losses.
• Abstract（参考訳）: オンラインマルチカメラ3Dトラッキングは、同期ビュー全体にわたるシーングローバルIDを維持する必要があるが、クエリベースのトラッカーは、クエリの中断時にフラグメントされるインスタンスバンク内でのみ、これらのIDを暗黙的に保持する。 本稿では,連続したスパースクエリに対してIDを明示的に予測することにより,関連性を回復するオンラインアーキテクチャを提案する。 外付けのSparse4D検出器は、スパースクエリバンクを伝搬しながらキャリブレーションされたビューをワールドフレーム3D検出に融合し、因果MOTIPIDデコーダは有限軌跡メモリに対する検出を関連付ける。 我々はMOTIPの相対ID予測とリサイクルスロットランタイムをグローバルに融合した3D観測に適用し、距離空間ゲーティングと近接に基づく新生児回復を導入する。 2026年のAIシティチャレンジトラック1の公式テストセットでは、HOTAが29.63から38.01に引き上げられ、主にAssAが20.83から31.10に増加し、公衆のリーダーボードで3位になった。 各シーンの9,000フレームをフルシーケンスで検証すると、分離IDトレーニングはネイティブIDよりもHOTAを改善し、一方、分離IDの目的に沿った検出器トレーニングはシーン依存の利得と損失を生み出す。

関連論文リスト

• VLA-ReID: Video-Level Association for Re-Identification in Multi-Object Tracking with Highly Similar Objects [6.909117285273132]
  マルチオブジェクトトラッキング(MOT)は、ビデオ内の複数のオブジェクトをローカライズし、そのアイデンティティを時間とともに保存することを目的としている。 既存のトラッカーは、単一インスタンス割り当てによって訓練された再識別(re-ID)モデルに依存している。 本稿では,ビデオレベルアソシエーションモデリングとしてre-IDを再構成するビデオレベルアソシエーション・リID(VLA-ReID)を提案する。
  論文  参考訳（メタデータ） (2026-07-19T09:27:37Z)
• REMIND: RE-Identification with Memory for INDoor Navigation [39.146761527401424]
  モノクロRGB画像からの屋内ジェネリックオブジェクトの長期的多目的再識別のためのオンライントラッカー。 視覚的認知の証拠によって、人間は明示的な自己ローカライゼーションではなく、蓄積した外観の親しみと空間的コンテキストに依存している。 ScanNet++では、すべてのシーンで1つのエンドツーエンド検出を除いて、すべての設定で最高のIDF1を達成している。
  論文  参考訳（メタデータ） (2026-07-10T10:30:50Z)
• ARGOS: Who, Where, and When in Agentic Multi-Camera Person Search [49.61286310968402]
  我々は,対話型推論問題として,マルチカメラの人物探索を再構成する最初のベンチマークとフレームワークであるARGOSを紹介する。 ARGOSエージェントはあいまいな目撃声明を受け取り、何を尋ねるか、いつ空間的または時間的ツールを呼び出すか、不明瞭な応答をどう解釈するかを判断しなければならない。 このベンチマークは、意味的知覚(Who)、空間的推論(Where)、時間的推論(When)の3つのプログレッシブトラックにおいて、14の現実世界シナリオにまたがる2,691のタスクからなる。
  論文  参考訳（メタデータ） (2026-04-14T14:06:19Z)
• Person Recognition at Altitude and Range: Fusion of Face, Body Shape and Gait [70.00430652562012]
  FarSightは、顔認識のためのエンドツーエンドシステムで、顔、歩行、体形を横断する生体計測の手がかりを統合する。 FarSightは、4つのコアモジュールにまたがる新しいアルゴリズムを組み込んでいる。
  論文  参考訳（メタデータ） (2025-05-07T17:58:25Z)
• Self-Supervised Multi-Object Tracking For Autonomous Driving From Consistency Across Timescales [53.55369862746357]
  自己管理型マルチオブジェクトトラッカーは、生のドメイン固有データから学習できるという大きな可能性を秘めている。 しかし、その再識別精度は、監督対象よりも低い。 本稿では,複数の連続フレームから再同定特徴を自己教師付きで学習できる学習目標を提案する。
  論文  参考訳（メタデータ） (2023-04-25T20:47:29Z)
• Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and Spatio-Temporal Consistency ID Re-Assignment [22.531044994763487]
  本稿では,アンカークラスタリング誘導を用いたマルチカメラによる複数人物追跡手法を提案する。 提案手法は,各個人固有の重要な特徴を特定することによって,トラッキングの精度を向上させることを目的としている。 この手法は, 合成データと実世界のデータの両方を扱う上で, 堅牢性と有効性を示した。
  論文  参考訳（メタデータ） (2023-04-19T07:38:15Z)
• Cross-Camera Feature Prediction for Intra-Camera Supervised Person Re-identification across Distant Scenes [70.30052164401178]
  人物再識別(Re-ID)は、重複しないカメラビュー間で人物画像をマッチングすることを目的としている。 ICS-DS Re-IDは、カメラ内IDラベル付きクロスカメラアンペアデータを使用してトレーニングを行う。 カメラ横断型自己監視情報マイニングのためのクロスカメラ特徴予測法 グローバルレベルの特徴とローカルレベルの特徴の合同学習は、グローバルなローカルなクロスカメラ特徴予測スキームを形成する。
  論文  参考訳（メタデータ） (2021-07-29T11:27:50Z)
• Unsupervised Pretraining for Object Detection by Patch Reidentification [72.75287435882798]
  教師なし表現学習は、オブジェクトディテクタの事前トレーニング表現で有望なパフォーマンスを実現します。 本研究では,オブジェクト検出のための簡易かつ効果的な表現学習手法であるパッチ再識別(Re-ID)を提案する。 私たちの方法は、トレーニングの反復やデータパーセンテージなど、すべての設定でCOCOの同等を大幅に上回ります。
  論文  参考訳（メタデータ） (2021-03-08T15:13:59Z)
• Towards Precise Intra-camera Supervised Person Re-identification [54.86892428155225]
  人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。 カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。 われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
  論文  参考訳（メタデータ） (2020-02-12T11:56:30Z)

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。