研究人员开发了一种方法来提高热成像视频行人跟踪中的身份连续性。他们的方法侧重于轻量级的后处理技术，而不是复杂的重新识别模型。通过添加一个模块化后端，利用空间、时间和运动线索来重新映射短暂的间隙并重新链接轨迹片段，他们在 PBVS Thermal Pedestrian MOT 基准测试中将 IDF1 分数从 82.25 提高到 84.93。 AI
影响 提高了热成像的跟踪精度，可能改善低能见度条件下的监控和自主系统感知。
排序理由 这是一篇研究论文，详细介绍了一种改进热成像视频行人跟踪的新方法。[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 →