Multi-Camera Multi-Object Tracking on the Move via Single-Stage Global Association Approach

要約

自動運転車の開発により、車の周囲の環境をキャプチャする完全なカメラ センサー セットを備えた低コストのソリューションに対する大きな需要が生まれています。
マルチカメラ設定でのこれらの新しい課題に対処するには、オブジェクトの検出と追跡が不可欠です。
これらの課題に対処するために、この作業では、マルチカメラからの 1 つまたは複数の検出を追跡対象オブジェクトに関連付ける、新しいシングルステージ グローバル アソシエーション トラッキング アプローチを導入します。
これらのアプローチは、一貫性のない 3D オブジェクト検出によって引き起こされるフラグメント追跡の問題を解決することを目的としています。
さらに、当社のモデルは、nuScenes 検出チャレンジにおける標準的な視覚ベースの 3D オブジェクト検出器の検出精度も向上させます。
nuScenes データセットの実験結果は、マルチカメラ設定で以前のビジョンベースの追跡方法よりも優れていることにより、提案された方法の利点を示しています。

要約(オリジナル)

The development of autonomous vehicles generates a tremendous demand for a low-cost solution with a complete set of camera sensors capturing the environment around the car. It is essential for object detection and tracking to address these new challenges in multi-camera settings. In order to address these challenges, this work introduces novel Single-Stage Global Association Tracking approaches to associate one or more detection from multi-cameras with tracked objects. These approaches aim to solve fragment-tracking issues caused by inconsistent 3D object detection. Moreover, our models also improve the detection accuracy of the standard vision-based 3D object detectors in the nuScenes detection challenge. The experimental results on the nuScenes dataset demonstrate the benefits of the proposed method by outperforming prior vision-based tracking methods in multi-camera settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google