跳到正文
arXiv · 机器人与计算机视觉· Taigo Sakai, Hiroki Kouno, Naoki Kato, Kazuhiro Hotta·· 6 天前AI 评分68

CAT-Free:一种无需标定、标注及目标训练的跨视角 BEV 行人检测与跟踪方法

CAT-Free: Calibration-, Annotation-, and Target-Training-Free Multi-View BEV Pedestrian Detection and Tracking

AI 导读

论文提出 CAT-Free 方法,仅需同步 RGB 视频流即可完成相机位姿与地面平面估计,进而通过三角化实现多视角行人检测与跟踪。该方法利用几何滤波器剔除因相机误差导致的虚假位置,无需外部标定或特定场景训练,在 WildTrack、MultiviewX 和 GMVD 数据集上分别取得 89.2、84.1 和 76.1 的 MODA 分数,且对相机参数误差鲁棒性优于依赖已知参数的方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org