BoT-SORT
PulseAugur coverage of BoT-SORT — every cluster mentioning BoT-SORT across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新流水线利用视觉语言模型检测交通事故
研究人员开发了一种新颖的流水线，用于在视频片段中检测交通事故，而无需标记的训练数据。该系统名为ACCIDENT @ CVPR，采用粗粒度到细粒度的方法，结合了冻结的Qwen3-VL-32B-Instruct视觉语言模型与YOLO11x目标检测和BoT-SORT跟踪。该流水线首先识别潜在的碰撞时刻，然后利用标注的车辆身份和边界框坐标来完善分析。该方法在真实世界的CCTV测试集上取得了0.504的调和平均分，显著优于现有基线。
-
新框架实现无标定3D多摄像头人员跟踪
研究人员开发了一种新颖的、面向室内环境的无标定3D多摄像头人员跟踪框架。该系统集成了多个深度学习模型，包括用于检测的YOLOX、用于跟踪的BoT-SORT、用于外观嵌入的OsNet以及用于几何重建的Visual Geometry Grounded Transformer。通过直接从视觉数据推断3D结构并采用姿态引导的3D提升策略，该框架消除了对精确摄像头标定的需求，而这在以往的方法中是一个主要的瓶颈。在AI City Challeng…
-
新的WaspMOT基准突显了长期跟踪的挑战
研究人员推出了WaspMOT，这是一个旨在评估长期多目标跟踪能力的新基准，特别是在需要长时间保持身份一致性的场景下。该基准利用了在受控生态实验中对褐纹小蜂进行的长时跟踪，每个序列包含约12,000帧。对包括ByteTrack和BoT-SORT在内的五种跟踪检测方法的初步评估显示，轨迹碎片化严重，表明当前方法即使在检测完美的情况下，在长期身份维护方面也存在困难。一个简单的轨迹片段拼接基线显示出改进的潜力，为该领域未来的研究指明了方向。