MvT: Event-Based Multi-View Projection for Multiple Object Tracking

doi:10.1109/tip.2026.3726353

MvT: Event-Based Multi-View Projection for Multiple Object Tracking

2026-08-27

0

PRE

AI

DOI：10.1109/tip.2026.3726353

原文链接

原文求助

摘要

En 中文

事件相机在多目标跟踪（MOT）中的应用日益增多，但其异步事件输出通常需要专门的方法。现有处理方法主要遵循两种范式，伪帧和逐事件处理。前者是主流方法，因为其数据格式与图像一致，使基于图像的技术得以应用。然而，当轨迹在伪帧上重叠或空间接近时，该方法会出现跟踪失败。针对这一挑战，我们提出了一个多视角流水线，多视角跟踪（MvT），它保留2D数据格式以直接利用基于图像的技术，同时引入额外的时空视角以解决单视角下的跟踪歧义。MvT包含一个多视角投影（MvP）模块和一个多视角融合（MvF）阶段。MvP将事件编码为三个互补的时空视角，同时缓解模式离散化。在MvF中，多视角结果被统一到3D坐标系中，并通过一个受特定准则组合约束的优化模型进行轨迹片段关联。在包括我们自采集的小目标数据集（SOD）在内的四个数据集上的评估表明，MvT无缝集成基于图像的方法，在泛化场景中优于现有的非学习和学习跟踪器，并有效解决了单视角跟踪歧义。由于无需训练，MvT适用于地面真实标注不可行的情况，从而突显其实用的、数据高效的潜力。代码可在https://github.com/zhazhabiu/MvTracking获取。

Keyword:

Event-based tracking

multiple object tracking

multi-view representation

MvT: Event-Based Multi-View Projection for Multiple Object Tracking

摘要

期刊

机构

引用论文