Tracking Small Birds by Detection Candidate Region Filtering and Detection History-aware Association

要約

この論文では、パノラマ ビデオ内で小さく見える鳥の追跡に焦点を当てています。
画像内で追跡されるオブジェクトのサイズが小さく (小さなオブジェクトの追跡)、素早く移動する場合、オブジェクトの検出と関連付けが困難になります。
これらの問題に対処するために、検出を適用する候補領域を減らす適応型スライス支援ハイパー推論 (Adaptive SAHI) と、検出履歴に基づいて連続フレーム内のオブジェクトを正確に関連付ける検出履歴認識類似性基準 (DHSC) を提案します。
NUBird2022 データセットの実験では、精度と速度の両方の向上が示され、提案された方法の有効性が検証されます。

要約(オリジナル)

This paper focuses on tracking birds that appear small in a panoramic video. When the size of the tracked object is small in the image (small object tracking) and move quickly, object detection and association suffers. To address these problems, we propose Adaptive Slicing Aided Hyper Inference (Adaptive SAHI), which reduces the candidate regions to apply detection, and Detection History-aware Similarity Criterion (DHSC), which accurately associates objects in consecutive frames based on the detection history. Experiments on the NUBird2022 dataset verifies the effectiveness of the proposed method by showing improvements in both accuracy and speed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google