要約
マルチオブジェクト追跡 (MOT) の問題は、各オブジェクトの一意の識別子を維持しながら、ビデオ シーケンス内のすべてのオブジェクトを検出および追跡することにあります。
これはロボット工学にとって、挑戦的かつ根本的な問題です。
精密農業では、満足のいくソリューションを達成するという課題は、極端なカメラの動き、突然の照明の変化、強いオクルージョンによってさらに大きくなります。
最新のトラッカーのほとんどは、動きではなくオブジェクトの外観に基づいて関連付けを行っていますが、農業の場合のように、ほとんどのターゲットが同じ外観を持つ静的なオブジェクトである場合、効果がなくなる可能性があります。
この目的を達成するために、SORT [5] の跡として、フレーム間のトラックの正確かつ高速な伝播を可能にする、動き情報のみに基づく高精度農業用のシンプルでオンラインのリアルタイム検出による追跡パイプラインである AgriSORT を提案します。
。
AgriSORT の主な焦点は、効率、柔軟性、最小限の依存関係、ロボット プラットフォームへの展開の容易さです。
私たちは、食用ブドウ園で撮影されたビデオ シーケンスに基づいて、特に農業コンテキストに合わせて調整された新しい MOT ベンチマークで提案されたパイプラインをテストしますが、強い自己相似性とインスタンスの密度により特に困難です。
コードとデータセットの両方を将来の比較に利用できます。
要約(オリジナル)
The problem of multi-object tracking (MOT) consists in detecting and tracking all the objects in a video sequence while keeping a unique identifier for each object. It is a challenging and fundamental problem for robotics. In precision agriculture the challenge of achieving a satisfactory solution is amplified by extreme camera motion, sudden illumination changes, and strong occlusions. Most modern trackers rely on the appearance of objects rather than motion for association, which can be ineffective when most targets are static objects with the same appearance, as in the agricultural case. To this end, on the trail of SORT [5], we propose AgriSORT, a simple, online, real-time tracking-by-detection pipeline for precision agriculture based only on motion information that allows for accurate and fast propagation of tracks between frames. The main focuses of AgriSORT are efficiency, flexibility, minimal dependencies, and ease of deployment on robotic platforms. We test the proposed pipeline on a novel MOT benchmark specifically tailored for the agricultural context, based on video sequences taken in a table grape vineyard, particularly challenging due to strong self-similarity and density of the instances. Both the code and the dataset are available for future comparisons.
arxiv情報
| 著者 | Leonardo Saraceni,Ionut M. Motoi,Daniele Nardi,Thomas A. Ciarfuglia |
| 発行日 | 2023-09-28 08:32:50+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google