City-Scale Multi-Camera Vehicle Tracking System with Improved Self-Supervised Camera Link Model

要約

マルチターゲットマルチカメラ追跡（MTMCT）には幅広いアプリケーションがあり、多数の将来の都市全体のシステム（トラフィック管理、クラッシュ検出など）の基礎を形成しています。
ただし、特徴抽出のみに基づいて、さまざまなカメラで車両の軌跡を一致させるという課題は、大きな困難をもたらします。
この記事では、自己監視カメラリンクモデルを利用する革新的なマルチカメラ車両追跡システムを紹介します。
手動の空間的注釈に依存する関連作品とは対照的に、私たちのモデルは、車両マッチングのために重要なマルチカメラ関係を自動的に抽出します。
カメラリンクは、高品質のトラックの特徴の類似性、ペア番号、および時間の分散を評価する事前に一致するプロセスを通じて確立されます。
このプロセスは、すべてのカメラの組み合わせの空間リンクの確率を計算し、カメラリンクを作成するための最高のスコアリングペアを選択します。
私たちのアプローチは、人間の注釈の必要性を排除することにより、展開時間を大幅に改善し、実際のアプリケーションに関しては効率と費用対効果の大幅な改善を提供します。
このペアリングプロセスは、空間的制約を設定することにより、クロスカメラマッチングをサポートし、潜在的な車両マッチの検索スペースを削減します。
実験結果によると、提案された方法は、61.07％IDF1スコアを備えたCityFlow V2ベンチマークの自動カメラリンクベースの方法の中で新しい最先端の最先端を達成します。

要約(オリジナル)

Multi-Target Multi-Camera Tracking (MTMCT) has broad applications and forms the basis for numerous future city-wide systems (e.g. traffic management, crash detection, etc.). However, the challenge of matching vehicle trajectories across different cameras based solely on feature extraction poses significant difficulties. This article introduces an innovative multi-camera vehicle tracking system that utilizes a self-supervised camera link model. In contrast to related works that rely on manual spatial-temporal annotations, our model automatically extracts crucial multi-camera relationships for vehicle matching. The camera link is established through a pre-matching process that evaluates feature similarities, pair numbers, and time variance for high-quality tracks. This process calculates the probability of spatial linkage for all camera combinations, selecting the highest scoring pairs to create camera links. Our approach significantly improves deployment times by eliminating the need for human annotation, offering substantial improvements in efficiency and cost-effectiveness when it comes to real-world application. This pairing process supports cross camera matching by setting spatial-temporal constraints, reducing the searching space for potential vehicle matches. According to our experimental results, the proposed method achieves a new state-of-the-art among automatic camera-link based methods in CityFlow V2 benchmarks with 61.07% IDF1 Score.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google