論文の概要: Identity-Consistent Analysis of Long-Shot Windsurfing Video: A Domain-Specific Offline Tracking System
- arxiv url: http://arxiv.org/abs/2609.24492v1
- Date: Mon, 21 Sep 2026 12:29:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:01.283165
- Title: Identity-Consistent Analysis of Long-Shot Windsurfing Video: A Domain-Specific Offline Tracking System
- Title（参考訳）: ロングショットウィンドサーフィン映像の恒常性解析:ドメイン特有なオフライン追跡システム
- Abstract要約: ロングショットのウィンドサーフィンビデオは、小さなターゲット、大きなカメラパン、長いオーバーラップ、そして急速に変化する背景を組み合わせたものだ。
本稿では,サーファーを検知し,保守的なローカルなトラックレットを作成し,それらをカメラ補償動作と,前景のヨットカラーディスクリプタとグローバルにリンクするオフライン分析システムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Long-shot windsurfing video combines small targets, large camera pans, prolonged overlaps, and rapidly changing backgrounds. The desired output is not a generic MOT trace but a separate, stable rider-relative video for each surfer; one false identity merge can invalidate an otherwise useful result. We present an offline analysis system that detects surfers, forms conservative local tracklets, links them globally with camera-compensated motion and a foreground-masked sail-color descriptor, and uses two pose keypoints on the rig to drive a rider-relative virtual camera. The tracking stage is evaluated on 21 manually reconstructed development videos containing 41,004 retained observations. On this fixed-observation protocol, the production system achieves 0.957 pairwise precision, 0.918 recall, and 0.937 F1, compared with 0.792 F1 for OC-SORT and 0.828 for BoT-SORT. Compared with OC-SORT, it reduces fragmentation excess from 845 to 42, but nine of its 95 output tracks mix rider identities and these errors affect seven of the 21 videos.
- Abstract（参考訳）: ロングショットのウィンドサーフィンビデオは、小さなターゲット、大きなカメラパン、長いオーバーラップ、そして急速に変化する背景を組み合わせたものだ。
望ましい出力は、汎用MOTトレースではなく、サーファーごとに分離された安定したライダー相対的なビデオである。
本稿では、サーファーを検出し、保守的なローカルなトラックレットを作成し、それらをカメラ補償されたモーションと前景の帆色のディスクリプタとグローバルにリンクし、ライダー相対仮想カメラの駆動に2つのポーズキーポイントを使用するオフライン分析システムを提案する。
追跡段階は、41,004 の観測記録を含む21個の手動で再構成された開発ビデオ上で評価される。
この固定観測プロトコルでは、OC-SORTは0.957対精度、0.918リコール、0.937F1を、OC-SORTは0.792F1、BoT-SORTは0.828を達成している。
OC-SORTと比較すると、断片化を845から42に削減するが、95のアウトプットトラックのうち9つはライダーのアイデンティティを混合しており、これらのエラーは21の動画のうち7つに影響している。
関連論文リスト
- ZYT-World: A Real-Time Controllable World Model for Closed-Loop Autonomous-Driving Simulation [33.66344332523591]
ZYT-Worldは、視野 > 180 の4つの魚眼ビューと3つのピンホールビューを生成する単一のアーキテクチャである。
推論エンジンはデコード、バックボーン、インクリメンタル実行コストを削減します。
内部の多視点テストセットでは、ワンステップモデルは教師のPSNRとSSIMの90%以上を保持する。
論文 参考訳（メタデータ） (2026-09-18T12:49:01Z) - TAPVid-MV: A Benchmark for Tracking Any Point in 3D Across Multiple Views [50.26507994908593]
この設定の最初のベンチマークであるTAPVid-MV(Tracking Any Point in Video across Multiple Views)を紹介します。
キュレートされた284のシーケンス、1,142のキャリブレーションされたカメラストリーム、109,769のトラックが、屋内と屋外のドメインにまたがる7つのサブセットにまたがっている。
本研究では,センサ深度,LiDAR,SLAM,SfM点,ヒューマンメッシュ,ポーズされたオブジェクトメッシュ,シミュレーションといった,データセット固有の補助的モダリティを用いてこれらのトラジェクトリを解析し,各シーケンスとトラジェクトリを人間のアノテーションによって視覚的に検証する。
論文 参考訳（メタデータ） (2026-09-01T21:58:51Z) - Zero-Shot Traffic Accident Detection via a Coarse-to-Fine VLM-Tracking Pipeline [0.10874100424278173]
ACCIDENT @ CVPRベンチマークは、厳密な制約の下で、この共同予測を正確に評価する。
我々は,凍結したQwen3-VL-32B-インストラクション視覚言語モデルとYOLO11xオブジェクト検出とBoT-SORTトラッキングを組み合わせた,トレーニングフリーで2パスの粗いパイプラインを提案する。
公式の2,027クリップの実CCTVテストセットにおいて,本システムは0.504の3方向高調波平均スコアを達成した。
論文 参考訳（メタデータ） (2026-08-09T19:08:56Z) - Moving Like a Human: Ego-Motion-Normalized Temporal Signatures for Real-Time Aerial Person Tracking on Milliwatt-Class Hardware [1.932555230783329]
追跡はドローン自体で行わなければならない。
EMT-Detは、エゴモーションを推定する5段階のシステムである。
Raspberry Pi Zero 2Wでは、パイプラインは31.85 FPS、AP25は0.462、UAVは0.714である。
論文 参考訳（メタデータ） (2026-07-09T19:30:00Z) - A Two-stage Transformer Framework for Temporal Localization of Distracted Driver Behaviors [0.0]
ドライバー監視シナリオに適した時間的行動ローカライゼーションフレームワークを開発し,評価する。
我々のアプローチは、ビデオMAEに基づく特徴抽出とAMA(Augmented Self-Mask Attention)検出器を組み合わせた2段階のパイプラインに従う。
実験結果から、モデルキャパシティと効率の明確なトレードオフが明らかになった。
論文 参考訳（メタデータ） (2026-03-22T04:09:47Z) - 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) - The 8th AI City Challenge [57.25825945041515]
2024年版では5トラックが収録され、47か国と地域の726チームから前例のない関心を集めた。
このチャレンジでは、2つのリーダーボードを使ってメソッドを展示し、参加者は新しいベンチマークを設定した。
論文 参考訳（メタデータ） (2024-04-15T03:12:17Z) - Tracking by Associating Clips [110.08925274049409]
本稿では,オブジェクト関連をクリップワイドマッチングとして扱う方法を検討する。
我々の新しい視点では、1つの長いビデオシーケンスを複数のショートクリップとみなし、そのトラックはクリップ内とクリップ間の両方で実行される。
この新しい手法の利点は2つある。まず、ビデオチャンキングによって中断フレームをバイパスできるため、エラーの蓄積や伝播の追跡に頑健である。
次に、クリップワイドマッチング中に複数のフレーム情報を集約し、現在のフレームワイドマッチングよりも高精度な長距離トラックアソシエーションを実現する。
論文 参考訳（メタデータ） (2022-12-20T10:33:17Z) - Fast Vehicle Detection and Tracking on Fisheye Traffic Monitoring Video
using CNN and Bounding Box Propagation [5.366354612549172]
横断歩道に設置した魚眼映像の交通監視のための高速車検出・追跡アルゴリズムを設計する。
高速化のために、セグメント内の中間フレームに対してグレースケールのフレーム差を使用し、処理速度を2倍にすることができる。
論文 参考訳（メタデータ） (2022-07-04T03:55:19Z) - Learning Global Structure Consistency for Robust Object Tracking [57.736915865309165]
この作品は、シーン全体の即時的なバリエーションを考慮に入れている。
本稿では,グローバルな構造的一貫性を短時間で活用する方法を学習する,効率的かつ効率的な短期モデルを提案する。
提案したトラッカーが2つの挑戦シナリオに対処し,大規模ベンチマークで検証できることを実証的に検証する。
論文 参考訳（メタデータ） (2020-08-26T19:12:53Z) - Multi-Drone based Single Object Tracking with Agent Sharing Network [74.8198920355117]
マルチDroneシングルオブジェクト追跡データセットは、92のビデオクリップと113,918の高解像度フレーム、63のビデオクリップ、145,875の高解像度フレームで構成されている。
エージェント共有ネットワーク(ASNet)は、複数のドローンからターゲットの自己教師付きテンプレート共有とビューアウェア融合によって提案される。
論文 参考訳（メタデータ） (2020-03-16T03:27:04Z)
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。