The Mean of Multi-Object Trajectories

要約

このペーパーでは、軌跡とマルチオブジェクトの軌跡（セットまたはマルチセットの軌跡）の平均の概念を、それらを計算するためのアルゴリズムを紹介します。
具体的には、fr \ ‘{e} chet平均を使用し、最適なサブパターン割り当て（OSPA）コンストラクトに基づいたメトリックを使用して、ベクトルから軌道およびマルチオブジェクトの軌道に平均の概念を拡張します。
さらに、貪欲な検索とギブスサンプリングを使用して、これらの手段を計算するための効率的なアルゴリズムを開発します。
分散マルチオブジェクトトラッキングをアプリケーションとして使用して、マルチオブジェクト軌道コンセンサスに対するFR \ ‘{e} CHET平均アプローチが、最先端の分散マルチオブジェクト追跡方法を大幅に上回ることを実証します。

要約(オリジナル)

This paper introduces the concept of a mean for trajectories and multi-object trajectories–sets or multi-sets of trajectories–along with algorithms for computing them. Specifically, we use the Fr\'{e}chet mean, and metrics based on the optimal sub-pattern assignment (OSPA) construct, to extend the notion of average from vectors to trajectories and multi-object trajectories. Further, we develop efficient algorithms to compute these means using greedy search and Gibbs sampling. Using distributed multi-object tracking as an application, we demonstrate that the Fr\'{e}chet mean approach to multi-object trajectory consensus significantly outperforms state-of-the-art distributed multi-object tracking methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google