Two-Stage Real-Time Multi-object Tracking with Candidate Selection

Das Kapitel geht auf die entscheidenden Herausforderungen der Echtzeit-Verfolgung von Multiobjekten (MOT) in der Computervision ein und betont die Notwendigkeit effizienter Datenverknüpfung, Objekterkennung und der Einbettung des Erscheinungsbildes. Es führt ein zweistufiges, tiefes Netzwerk ein, das nicht nur Objekterkennung und Einbettung gleichzeitig durchführt, sondern auch ein Kandidatenauswahlverfahren anwendet, um die Auswirkungen unzuverlässiger Erkennungsergebnisse abzumildern. Die vorgeschlagene Methode nutzt eine Kaskadenstrategie zur Datenassoziation, die räumliche Informationen und tief erlernte Merkmale zur Wiedererkennung von Personen nutzt, um eine genaue und Echtzeitverfolgung zu erreichen. Das Kapitel hebt auch die experimentellen Ergebnisse des MOT16-Datensatzes hervor und zeigt die überlegene Leistung der Methode in Metriken wie MOTA und IDF1 im Vergleich zu anderen hochmodernen Trackern. Zusätzlich zeigen Ablationsstudien die Effektivität der Kandidatenauswahl und die Einbettung von Merkmalskomponenten bei der Verbesserung der Nachverfolgungsleistung. Insgesamt bietet das Kapitel einen umfassenden und innovativen Ansatz zum TÜV in Echtzeit, was es zu einer wertvollen Lektüre für Spezialisten auf diesem Gebiet macht.