arXiv · 机器人与计算机视觉· Buyin Deng, Lingxin Huang, Kai Luo, Fei Teng, Kailun Yang·· 24 天前AI 评分72
DepTR-MOT:揭示深度感知轨迹优化在多目标跟踪中的潜力
DepTR-MOT: Unveiling the Potential of Depth-Informed Trajectory Refinement for Multi-Object Tracking
AI 导读
针对现有基于检测的跟踪方法在遮挡和近距离交互场景下表现不佳的问题,本文提出 DepTR-MOT 模型。该方法通过基础模型的实例级软深度标签监督及稠密深度图蒸馏策略,将深度感知嵌入 DETR 架构,无需额外训练或推理阶段即可输出实例级深度信息。
来源:arXiv · 机器人与计算机视觉 · arxiv.org