Graph Convolutional Network for Multi-Target Multi-Camera Vehicle Tracking

要約

このレターは、マルチターゲット マルチカメラ車両追跡のタスクに焦点を当てています。
グラフ畳み込みネットワークをトレーニングすることにより、単一カメラの軌跡をマルチカメラのグローバル軌跡に関連付けることを提案します。
私たちのアプローチは、グローバル ソリューションを提供するすべてのカメラを同時に処理し、大規模なカメラの非同期化に対しても堅牢です。
さらに、クラスの不均衡に対処するための新しい損失関数を設計します。
私たちの提案は、比較されたアプローチとは異なり、より優れた一般化を示し、アドホックな手動の注釈やしきい値を必要とせずに、関連する作業よりも優れています。

要約(オリジナル)

This letter focuses on the task of Multi-Target Multi-Camera vehicle tracking. We propose to associate single-camera trajectories into multi-camera global trajectories by training a Graph Convolutional Network. Our approach simultaneously processes all cameras providing a global solution, and it is also robust to large cameras unsynchronizations. Furthermore, we design a new loss function to deal with class imbalance. Our proposal outperforms the related work showing better generalization and without requiring ad-hoc manual annotations or thresholds, unlike compared approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google