.png){kind=icon}
返回
Message-passing framework for multi-camera worker tracking in construction
.png){kind=icon}
PRE
AI
DOI：10.1016/j.autcon.2025.106610.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 解决了建筑场景中多摄像头跟踪的挑战：因相似着装、遮挡和视角转换导致的ID切换问题。
• 提出了一种基于区域重识别（re-ID）的系统，以提升对遮挡/相似着装工人的特征质量，并采用消息传递机制进行关联。
• 整合了各摄像头的检测信息，包括定位、特征和运动信息，以实现有效的聚类和轨迹生成。
• 在受控环境下达到IDF1 68.30，户外环境下达到85.10，MOTA分别为79.7/79.2，并在CAMPUS基准测试中取得优异结果。
• 可为建筑工地的安全与生产效率监控提供鲁棒支持，为未来遮挡多视角应用提供启发。
Keyword:
Multi-camera tracking (MCT)
Message passing
Re-identification
Construction safety monitoring
Computer vision
Tracking
Annotation tool
期刊
IF:
11.5
论文数:
6.3K
被引数:
4.2W
机构
引用论文
Computer Vision-Based Tracking of Workers in Construction Sites Based on MDNet基于MDNet的计算机视觉工人在建筑工地的跟踪
OAAI
OAAI分享收藏A. Specker, J. Beyerer, ReidTrack: Reid-only Multi-target Multi-camera Tracking, 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2023, pp. 5442-5452, 10.1109/CVPRW59228.2023.00575.A. Specker, J. Beyerer, ReidTrack: 仅基于Reid的多目标多摄像头跟踪，2023 IEEE/CVF计算机视觉与模式识别研讨会（CVPRW），2023年，第5442-5452页，10.1109/CVPRW59228.2023.00575。.png)
IF0
PREAI
分享收藏
Intel OpenVINO Toolkit for Computer Vision: Object Detection and Semantic SegmentationIntel OpenVINO Toolkit for Computer Vision: 目标检测和语义分割
PREAI
分享收藏
查看更多内容