.png){kind=icon}
返回
Motion-Guided Multi-Offset Detector-Native ReID Readout for Efficient UAV Multi-Object Tracking
.png){kind=icon}
OA
AI
DOI：10.3390/rs18183238.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
联合检测-嵌入（JDE）跟踪器通过从检测器读取用于重识别（ReID）的身份特征，避免了每检测裁剪推理。然而，检测中心读出在形成外观描述符时未使用轨迹预测。这在无人机（UAV）视频中是受限的，因为小目标、相机运动和定位抖动可能导致检测中心偏离稳定的身份特征。我们提出了运动引导多偏移检测器原生重识别读出。它对共享特征金字塔网络（FPN）身份图在当前检测和通过全局补偿轨迹预测获得的指定参考框处进行采样。12维检测级运动先验条件化运动引导密集分支。多偏移标记分支在两个分支生成一个归一化外观描述符之前保留源、金字塔层和框相对偏移信息。VisDrone2019-MOT Val分割的受控消融实验表明，完整的双分支读出比检测中心读出提高了身份关联。在VisDrone2019-MOT测试集上，完整系统与HybridSORT结合实现身份F1得分（IDF1）为67.16，多目标跟踪准确率（MOTA）为53.15，吞吐量为16.98帧每秒（FPS）。与Deep OC-SORT结合，实现66.32 IDF1，52.19 MOTA和17.07 FPS。候选条件化对残差提供了HybridSORT应用扩展，进一步将IDF1提升至67.53。
Keyword:
UAV multi-object tracking
remote sensing video
joint detection and embedding
re-identification
motion prior
feature pyramid network
online tracking
期刊
IF:
4.1
论文数:
7.4K
被引数:
15.1W
机构
引用论文
Boost Track++: Using tracklet information to detect more objects in multiple object tracking.png)
Filomat
FilomatIF0
PREAI
分享收藏DB-Tracker: Multi-Object Tracking for Drone Aerial Video Based on Box-MeMBer and MB-OSNetDb-tracker: 基于Box-MeMBer和mb-osnet的无人机航拍视频多目标跟踪DRONESOAAI
DRONESIF4.8
OAAI分享收藏Learning Generalisable Omni-Scale Representations for Person Re-Identification学习广义的全方位表示以进行人员重新识别
OAAI
OAAI分享收藏Multiple Object Tracking of Drone Videos by a Temporal-Association Network with Separated-Tasks Structure基于分离任务结构的时序关联网络的多无人机视频目标跟踪OAAI
OAAI分享收藏
查看更多内容