研究人员开发了HIVE-ECIA,一个旨在改善带宽受限环境中多目标跟踪的新颖框架。该系统选择性地检索高分辨率历史证据,以在不改变现有检测框或跟踪器的情况下维持准确的身份关联。该框架包括一个查询策略,用于确定何时需要HR证据,一种对历史观测进行排名以选择信息时间戳的方法,以及一种用于整合检索到的HR数据的融合机制。此外,研究团队还引入了DualPano-MOT,一个用于评估全景多目标跟踪的新数据集,该数据集具有受控交互和遮挡的真实世界场景。 AI
影响 该框架可以提高带宽受限场景下跟踪系统的效率,可能影响监控和自主系统的应用。
排序理由 关于多目标跟踪新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →