Core Concepts
現有多目標追踪數據存在明顯的不平衡,本研究提出了有效的方法來解決長尾分佈問題。
Abstract
本研究發現現有多目標追踪數據中存在明顯的不平衡,即“行人軌跡長尾分佈”問題。作者提出了兩種信息增強策略:靜止攝像頭視圖數據增強(SVA)和動態攝像頭視圖數據增強(DVA),以及用於Re-ID的組Softmax(GS)模塊。這些策略有效地減少了長尾分佈對多目標追踪性能的影響。在MOTChallenge基準上,實驗結果清楚地表明我們的方法取得了重要改善。
Stats
MOT15包含22個序列,11286幀。
MOT16包含14個序列,11235幀。
MOT17添加了三個檢測器的檢測邊界框。
MOT20包含8個序列,在拥挤场景中捕捉。
Quotes
"我们注意到现有多目标追踪数据中轨迹长度在不同行人之间存在显着不平衡,揭示了长尾分布问题。"
"我们提出了两种信息增强方法:针对视角状态定制的静态摄像头视图数据增强(SVA)和动态摄像头视图数据增强(DVA),以及用于Re-ID的组Softmax(GS)模块。"
"实验结果清楚地表明我们的方法有效地减少了长尾分布对MOT性能的影响。"