Advertisement

论文笔记013:[CVPR2019]CityFlow: A City-Scale Benchmark for Multi-Target Multi-Camera Vehicle Tracking an

阅读量：
在这里插入图片描述

机器之心详解

摘要

背景

数据集

1.有5个场景：说明该数据集覆盖范围广，city-scale

在这里插入图片描述

2.各数据集比较，这个表还挺详细的

在这里插入图片描述

3.关于这个数据集的详细介绍：分别在5个场景下的详细信息

在这里插入图片描述

4.这个图似曾相识，veri-wild的数据集也有一个color和type的分析

在这里插入图片描述

5.可视化的图：展示车子在不同摄像头下的样子

在这里插入图片描述
在这里插入图片描述

实验

其实觉得实验主要就是看图表，超级丰富的，还是有挺多借鉴的地方

1.non-metric learning的方法，发现很poor

在这里插入图片描述

结果显示DenseNet121网络架构与Xcent、Htri损失函数结合能取得最佳效果

在这里插入图片描述

3.对应上表的图，果然还是要有一表一图

在这里插入图片描述

基于DenseNet121模型中不同归一化方法的可视化结果分析中选取了两个具有代表性的案例研究。

在这里插入图片描述

采用多样化的实验手段，在行人重识别的数据集中进行测试后发现,DenseNet-121结合X中心点算法的方法展现出一定的竞争力。（然而,我认为这有些不合逻辑：为何将该模型与专门用于车辆识别的数据集进行比较？此外,该算法并非作者最初提出,而且目前被认为表现最佳的方法是DenseNet-121结合X中心点算法与三角形特征层（H-Tri）,为何不用这个呢？）这让我感到困惑不解：为何采用此方案？

在这里插入图片描述

6.不同采样策略的影响（实际有点难以理解为什么需要进行不同采样的实验）本文并非专注于采样研究

7.在不同车辆数据集上进行比较

在这里插入图片描述

8.在MTSC和目标检测上不同指标的结果

在这里插入图片描述

9.加入了时空分析的比较，对比跨摄像头多目标跟踪的最终结果

在这里插入图片描述

我的思考

该数据集具有很高的难度，并且覆盖面广、持续时间长。然而涉及多个领域之后的应用效果非常丰富。然而认为其中某些方面可能没有必要。这些图表仍然具有参考价值

该数据集具有很高的难度，并且覆盖面广、持续时间长。然而涉及多个领域之后的应用效果非常丰富。然而认为其中某些方面可能没有必要。这些图表仍然具有参考价值

全部评论 (0)

还没有任何评论哟~

相关文章推荐

论文笔记013:[CVPR2019]CityFlow: A City-Scale Benchmark for Multi-Target Multi-Camera Vehicle Tracking an

机器之心详解 摘要 城市交通优化使用交通摄像头作为传感器，推动了先进的多目标多摄像头MTMC跟踪的需求。背景 这项工作引入了CityFlow，这是一个城市规模的交通摄像头数据集，包含超过3小时的同步高...

Features for Multi-Target Multi-Camera Tracking and Re-Identification 论文阅读笔记

FeaturesforMultiTargetMultiCameraTrackingandReIdentification论文阅读笔记 Abstract： 多摄像头跟踪（MTMCT：在来自于多个摄像头拍...

论文解读：Features for Multi-Target Multi-Camera Tracking and Re-Identification

这里写自定义目录标题 摘要 MTMCT与ReID介绍 目的 贡献 试验 新的改变 功能快捷键 合理的创建标题，有助于目录的生成 如何改变文本的样式 插入链接与图片 如何插入一段漂亮的代码片 生成一个适...

【论文笔记】MOT16 A Benchmark for Multi-Object Tracking数据集介绍

MOT16:ABenchmarkforMultiObjectTracking MOT16是2016年提出的多目标跟踪MOTChallenge系列的一个衡量多目标检测跟踪方法标准的数据集。

《A Baseline for 3D Multi-Object Tracking》论文笔记

论文名称：《ABaselinefor3DMultiObjectTracking》（AB3DT） 论文地址：<https://arxiv.org/pdf/1907.03961.pdf Github项目地...

论文翻译：Multi-camera Multi-object Tracking

文章链接（年份2017） Abstract 在本文中，我们提出了一种多摄像机系统下的多目标视觉跟踪流水线。对于多摄像机系统跟踪问题，跨摄像机的高效数据关联以及跨帧的数据关联变得比单摄像机系统跟踪更重要...

论文翻译：Deep Occlusion Reasoning for Multi-Camera Multi-Target Detection

来源：ICCV2017 Abstract 单个2D图像中的人物检测近年来已经得到大大改善。然而，这一进展很少渗透到多摄像机多人追踪算法中，当场景变得非常拥挤时，其检测性能仍然严重恶化。在本论文中，我们...

OnLine Multi-Target Tracking Using Recurrent Neural Networks——论文笔记

OnlineMultiTargetTrackingUsingRecurrentNeuralNetworks论文链接：https://arxiv.org/pdf/1604.03635.pdf代码链接：h...

【论文阅读笔记】Leveraging Future Trajectory Prediction for Multi-Camera People Tracking

这篇是CVPR2023年的论文，提出了一种实时，低计算成本的多相机多目标MCMT跟踪系统。第一次仔细阅读MCMT相关的文章，有不足和表述理解错误之处望大家多多指正。

A Simple Baseline for multi-object Tracking(FairMOT)论文阅读笔记

FairMOT论文笔记 （一）Title （二）Summary （三）ResearchObejct （四）ProblemStatement （五）Method 5.1backbone 5.2Objec...