Synthehicle: Multi-Vehicle Multi-Camera Tracking in Virtual Cities
Technical University of Munich（慕尼黑工业大学）
智能交通路线或事故预防等智能城市应用依赖于计算机视觉方法进行精确的车辆定位和跟踪。由于缺乏准确标记的数据，从多个摄像头检测和跟踪3D车辆证明是具有挑战性的探索。我们提出了一个大规模的合成数据集多车辆跟踪和分割在多个重叠和不重叠的摄像机视图。与现有的数据集不同，这些数据集仅为2D边界框提供跟踪地面实况，我们的数据集还包含相机和世界坐标中的3D边界框的完美标签，深度估计，以及实例，语义和全景分割。该数据集由17个小时的标记视频材料组成，来自64个不同的白天，下雨，黎明和夜晚场景的340个摄像机记录，使其成为迄今为止最广泛的多目标多摄像机跟踪数据集。我们提供用于检测、车辆重新识别以及单摄像机和多摄像机跟踪的基线。代码和数据是公开的。
2022-08-30 cs.CV
Locality Aware Appearance Metric for Multi-Target Multi-Camera Tracking
Australian National University（澳大利亚国立大学）；Tsinghua University（清华大学）
多目标多相机跟踪（MTMCT）系统跨相机跟踪目标。由于目标轨迹的连续性，跟踪系统通常将其数据关联限制在局部邻域内。在单摄像机跟踪中，局部邻域是指连续的帧;在多摄像机跟踪中，它是指目标可能连续出现的相邻摄像机。对于相似性估计，跟踪系统通常采用从重新识别（re-ID）角度学习的外观特征。与跟踪不同，re-ID通常不能访问轨迹线索，轨迹线索可以将搜索空间限制在局部邻域。由于re-ID透视图具有全局匹配的特性，因此需要学习全局外观特征。我们认为，本地匹配过程中的跟踪和重新ID外观特征的全球性质之间的不匹配可能会损害MTMCT的性能。为了适应MTMCT中的局部匹配过程，在这项工作中，我们引入了局部感知外观度量（LAAM）。具体来说，我们设计了一个单摄像机跟踪的摄像机内度量，和多摄像机跟踪的摄像机间度量。这两个指标都是用从其相应的局部邻域采样的数据对进行训练的，而不是从re-ID角度进行全局采样。我们表明，本地学习的指标可以成功地应用于几个全球学习的重新识别功能。通过所提出的方法，我们报告了DukeMTMC数据集的最新性能，以及CityFlow数据集的大幅改进。
2019-11-27 cs.CV
Enhanced Transformer-Based Tracking for Skiing Events: Overcoming Multi-Camera Challenges, Scale Variations and Rapid Motion -- SkiTB Visual Tracking Challenge 2025
Tredence Analytics（特伦登斯分析公司）
针对高山滑雪赛事中的跟踪难题，采用STARK模型并优化其架构与超参数，以应对多摄像头、遮挡和快速运动，提升跟踪准确性。
2025-02-26 cs.CV
Real-Time Panoramic Tracking for Event Cameras
Graz University of Technology（格拉茨工业大学）
事件相机是相机技术的一个范式转变。传感器捕获的不是完整的帧，而是由强度变化引起的稀疏事件集。由于仅传输更改，因此这些相机能够捕获场景中对象或相机本身的快速移动。在这项工作中，我们提出了一种新的方法来执行相机跟踪事件相机在全景设置与三个自由度。我们提出了一个直接的摄像机跟踪制定，类似于国家的最先进的视觉里程计。我们表明，同时跟踪和映射所需的最小信息是事件的空间位置，而不使用的成像场景点的外观。我们验证了鲁棒性快速相机运动和动态对象在场景中最近提出的数据集和自记录序列。
2017-03-21 cs.CV
Multi-Target Tracking in Multiple Non-Overlapping Cameras using Constrained Dominant Sets
University IUAV of Venice（威尼斯IUAV大学）；Ca’ Foscari University of Venice（威尼斯大学）；University of Parma（帕尔马大学）；University of Central Florida（中佛罗里达大学）
本文提出了一种统一的三层分层方法来解决多个非重叠摄像机的跟踪问题。给定一个视频和一组检测（由任何人检测器获得），我们首先使用我们框架的前两层解决摄像机内跟踪，然后在第三层中，我们通过同时合并所有摄像机中同一个人的轨迹来解决跨摄像机跟踪。为了更好地服务于我们的目的，约束优势集聚类（CDSC）技术，一个参数化的版本标准的二次优化，来解决这两个跟踪任务。跟踪问题被归结为从一个图中寻找约束支配集。除了具有同时解决摄像机内和跨摄像机跟踪的统一框架外，第三层还有助于链接在摄像机内跟踪期间发生的同一个人的中断跟踪。在这项工作中，我们提出了一个快速的算法，从进化博弈论的动态的基础上，这是有效的，可销售到大规模的现实世界中的应用。
2017-06-19 cs.CV
Multi-camera Multi-Object Tracking
Northeastern University（东北大学）
本文提出了一种多摄像机系统下多目标视觉跟踪的流水线算法。对于多摄像机系统跟踪问题，有效的数据关联跨摄像机，并在同一时间，跨帧变得比单摄像机系统跟踪更重要。然而，大多数多摄像机跟踪算法强调单摄像机跨帧数据关联。因此，在我们的工作中，我们将跟踪问题建模为全局图，并采用广义最大多团优化问题作为我们的核心算法，以同时考虑跨帧和跨相机数据的相关性。此外，为了计算良好的相似性分数作为我们的图模型的输入，我们提取外观和动态运动相似性。对于外观特征，采用局部最大出现表示（LOMO）算法进行ReID的特征提取。在动态信息的获取方面，我们为目标的每个轨迹段建立Hankel矩阵，并采用迭代Hankel总体最小二乘（IHTLS）算法对该矩阵进行秩估计，并在EPFL CVLAB的具有挑战性的Terrace序列以及最近发表的Duke MTMC数据集上对我们的跟踪器进行了评估。
2017-09-20 cs.CV
MCTR: Multi Camera Tracking Transformer
NEC Laboratories America（NEC美国实验室）
MCTR提出了一种端到端的多摄像头跟踪方法，利用Transformer架构实现多目标检测和跟踪，通过概率关联和可微损失实现一致的跟踪结果。
2026-01-30 cs.CV
Graph Convolutional Network for Multi-Target Multi-Camera Vehicle Tracking
Universidad Autónoma de Madrid（马德里自治大学）
本文主要研究多目标多摄像机车辆跟踪问题。我们建议通过训练一个图卷积网络将单摄像机轨迹关联到多摄像机全局轨迹。我们的方法同时处理所有相机提供了一个全球性的解决方案，它也是强大的大型相机不同步。此外，我们设计了一个新的损失函数来处理类不平衡。我们的建议优于相关的工作，表现出更好的泛化，不需要特别的手动注释或阈值，不像比较的方法。
2022-11-28 cs.CV
Traffic-Aware Multi-Camera Tracking of Vehicles Based on ReID and Camera Link Model
University of Washington（华盛顿大学）
多目标多摄像机跟踪（MTMCT），即，跨多个摄像头跟踪多个目标是智慧城市应用的关键技术。在本文中，我们提出了一个有效的和可靠的MTMCT框架的车辆，它包括一个交通感知的单摄像机跟踪（TSCT）算法，一个基于冗余的摄像机链接模型（CLM）的车辆重新识别（ReID），和一个层次聚类算法来获得跨摄像机车辆轨迹。首先，TSCT，它联合考虑车辆外观，几何特征，和一些常见的交通场景，提出了跟踪车辆在每个摄像头分别。其次，采用基于语义的CLM来促进每对相邻连接的摄像机之间的关系，并为后续车辆ReID添加时空约束。最后，采用层次聚类算法对所有摄像机的车辆轨迹进行融合，得到最终的MTMCT结果。我们提出的MTMCT在CityFlow数据集上进行了评估，并实现了最先进的性能，IDF1为74.93%。
2020-08-30 cs.CV
Intelligent Querying for Target Tracking in Camera Networks using Deep Q-Learning with n-Step Bootstrapping
Indraprastha Institute of Information Technology (IIIT-Delhi)（英德拉普拉萨信息技术学院（IIIT-德里））
监控摄像机网络是各种视觉分析应用的有用基础设施，可以基于网络中的目标跟踪进行高级推断和预测。多摄像机跟踪的研究主要集中在目标的重新识别和轨迹关联问题上。然而，由于摄像机网络可以生成大量的视频数据，用于进行重新识别或轨迹关联查询的低效方案可能导致过大的计算需求。在本文中，我们解决的问题，智能调度的重新识别查询在多摄像机跟踪设置。为此，我们制定了目标跟踪问题的摄像机网络作为一个MDP和学习的强化学习为基础的政策，选择一个摄像机进行重新识别查询。所提出的摄像机选择方法不假设摄像机网络拓扑结构的知识，但由此产生的政策隐式地学习它。我们还表明，这样的政策可以直接从数据中学习。使用NLPR MCT和杜克MTMC多相机多目标跟踪基准，我们的经验表明，所提出的方法大大减少了查询帧的数量。
2020-04-20 cs.CV
Stereo Co-capture System for Recording and Tracking Fish with Frame- and Event Cameras
Technische Universität Berlin（柏林工业大学）；Einstein Center Digital Future（爱因斯坦数字未来中心）；SCIoI Excellence Cluster（SCIoI卓越集群）
本文介绍了一种多动物视觉数据采集的联合捕获系统，该系统使用传统相机和事件相机。事件相机提供了多个基于帧的相机的优势，如高时间分辨率和时间冗余抑制，使我们能够有效地捕捉快速和不稳定的鱼类运动。我们还提出了一个基于事件的多动物跟踪算法，这证明了该方法的可行性，并为进一步探索结合事件摄像机和传统摄像机的优点进行多动物跟踪设定了基线。
2022-11-22 cs.CV
Real-time 3D Deep Multi-Camera Tracking
Microsoft Cloud & AI（微软云与人工智能）
使用多个RGB相机在3D中跟踪人群是一项具有挑战性的任务。以往的多摄像机跟踪算法大多是针对离线设置而设计的，具有较高的计算复杂性。鲁棒的实时的【形】多摄像机3D跟踪仍然是一个未解决的问题。在这项工作中，我们提出了一种新的端到端跟踪管道，深度多摄像机跟踪（DMCT），它实现了可靠实时的【形】多摄像机人跟踪。我们的DMCT包括1）一个快速和新颖的透视感知的Deep GroudPoint网络，2）一个用于地面占用热图估计的融合过程，3）一个用于人员检测的新型Deep Glimpse网络和4）一个快速准确的在线跟踪器。我们的设计充分释放了深度神经网络的力量，可以估计每个彩色图像中每个人的“地面点”，可以优化以高效稳健地运行。我们的融合过程，一瞥网络和跟踪器合并来自不同视图的结果，使用多个视频帧找到候选人，然后在融合的热图上跟踪人。我们的系统在保持实时的【形】性能的同时，达到了最先进的跟踪结果。除了对具有挑战性的WILDTRACK数据集进行评估外，我们还从两个不同的环境和相机设置中收集了两个具有高质量标签的跟踪数据集。我们的实验结果证实，我们提出的实时的【形】管道提供了优越的结果，以前的方法。
2020-03-26 cs.CV
Tracking Grow-Finish Pigs Across Large Pens Using Multiple Cameras
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
对肉类产品的需求不断增加，加上农场劳动力短缺，因此需要开发新的实时解决方案来有效地监测动物。在使用检测跟踪方法连续定位个体猪方面取得了重大进展。然而，这些方法对于椭圆形围栏失败，因为单个固定相机不能以足够的分辨率覆盖整个地板。我们通过使用多个摄像机来解决这个问题，这些摄像机的位置使得相邻摄像机的视野重叠，并且它们一起跨越整个地板。为了避免跟踪中断，当猪从一个摄像机的视野进入相邻摄像机的视野时，需要进行摄像机间切换。我们使用视图间单应性来识别在移交时间在地板上的相邻相机和共享的清管器位置。我们的实验涉及两个生长完成围栏，每个围栏容纳16-17头猪，和三个RGB相机。我们的算法首先使用基于深度学习的目标检测模型（YOLO）检测猪，并使用多目标跟踪算法（DeepSORT）创建它们的本地跟踪ID。然后，我们使用相机间共享的位置来匹配多个视图，并为每个猪生成一个全局ID，并在整个跟踪过程中保持。为了评估我们的方法，我们提供了五个两分钟长的视频序列，完全注释的全球身份。我们在单个摄像机视图中跟踪猪，多目标跟踪准确率和精度分别为65.0%和54.3%，摄像机切换准确率为74.0%。我们在https://github.com/AIFARMS/multi-camera-pig-tracking上开源了我们的代码和注释数据集
2021-11-22 cs.CV
CC-3DT: Panoramic 3D Object Tracking via Cross-Camera Fusion
ETH Zürich（苏黎世联邦理工学院）；National Tsing Hua University（台湾清华大学）
为了在任何给定时间跟踪其他交通参与者的3D位置和轨迹，现代自动驾驶汽车配备了多个摄像头，覆盖车辆的整个环境。然而，基于相机的3D对象跟踪方法优先优化单相机设置，并在多相机设置中采用事后融合。在本文中，我们提出了一种全景3D对象跟踪的方法，称为CC-3DT，关联和建模对象轨迹的时间和跨视图，并提高了整体跟踪的一致性。特别是，我们的方法在关联之前融合了来自多个相机的3D检测，显著减少了身份切换并改进了运动建模。我们在大规模驾驶数据集上的实验表明，在关联之前进行融合比事后融合有很大的改进余地。在竞争性NuScenes 3D跟踪基准测试中，所有基于相机的方法的平均多目标跟踪精度（AMOTA）提高了12.6%，比之前发布的方法在AMOTA中使用相同的3D检测器的性能高出6.5%。
2022-12-02 cs.CV
Towards Effective Multi-Moving-Camera Tracking: A New Dataset and Lightweight Link Model
School of Computer Science and Technology, Donghua University（东华大学计算机科学与技术学院）；Institute of Integrated Science and Technology, Hosei University（法政大学综合科学技术研究所）；Frontiers Science Center for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统前沿科学中心）
本文聚焦多目标多移动相机跟踪，提出新数据集MMCT，并设计轻量级无外观链接模型Linker缓解SCT身份切换，结合颜色迁移模块提取跨相机一致特征提升ICT，构建了性能显著提升的MTMMC跟踪系统。
2024-04-23 cs.CV
Generic Multiview Visual Tracking
Shanghaitech University（上海科技大学）；Temple University（天普大学）；Beihang University（北京航空航天大学）
视觉跟踪的最新进展大大提高了跟踪性能。然而，诸如遮挡和视图改变的挑战仍然是现实世界部署中的障碍。这些挑战的自然解决方案是使用具有多视图输入的多个相机，尽管现有系统大多限于特定目标（例如人）、静态相机和/或相机校准。为了突破这些限制，我们提出了一个通用的多视图跟踪（GMT）框架，允许摄像机移动，同时既不需要特定的对象模型，也不需要摄像机校准。我们框架中的一个关键创新是跨相机轨迹预测网络（TPN），它隐式和动态地编码相机几何关系，从而解决了遮挡等目标缺失问题。此外，在跟踪过程中，我们组装信息在不同的摄像机动态更新一个新的协作相关滤波器（CCF），这是共享摄像机，以实现对视图变化的鲁棒性。这两个组件被集成到一个相关滤波器跟踪框架中，其中使用现有的单视图跟踪数据集离线训练特征。为了进行评估，我们首先贡献了一个新的通用多视图跟踪数据集（GMTD）与仔细的注释，然后在GMTD和PETS 2009数据集上运行实验。在这两个数据集上，所提出的GMT算法显示出明显的优势。
2019-04-04 cs.CV
TrackNet: A Triplet metric-based method for Multi-Target Multi-Camera Vehicle Tracking
Universitat Politecnica de Catalunya（加泰罗尼亚理工大学）
我们提出了TrackNet，一种从交通视频序列中进行多目标多摄像机（MTMC）车辆跟踪的方法。跨摄像机车辆跟踪已被证明是一项具有挑战性的任务，由于视角，规模和速度的变化，以及遮挡和噪声条件。我们的方法基于一种模块化方法，首先使用Faster R-CNN逐帧检测车辆，然后使用卡尔曼滤波器通过单个摄像机跟踪检测，最后通过三重度量学习策略匹配轨迹。我们在人工智能城市挑战赛框架内对TrackNet进行了实验，并提出了具有竞争力的IDF 1结果0.4733。
2022-05-27 cs.CV
Multi-Camera Multi-Object Tracking on the Move via Single-Stage Global Association Approach
University of Arkansas（阿肯色大学）；Concordia University（康考迪亚大学）；University of Wollongong（伍伦贡大学）
自动驾驶汽车的发展产生了对低成本解决方案的巨大需求，该解决方案具有一整套捕获汽车周围环境的摄像头传感器。解决多摄像机环境下的这些新挑战对于目标检测和跟踪至关重要。为了解决这些挑战，这项工作介绍了新的单阶段全球关联跟踪方法，将一个或多个检测从多个摄像机与跟踪对象。这些方法旨在解决由不一致的3D目标检测引起的碎片跟踪问题。此外，我们的模型还提高了nuScenes检测挑战中标准基于视觉的3D对象检测器的检测精度。在nuScenes数据集上的实验结果证明了所提出的方法在多相机设置中优于先前基于视觉的跟踪方法的优点。
2022-11-17 cs.CV
Keypoint-based object tracking and localization using networks of low-power embedded smart cameras
Arab Academy for Science & Technology（阿拉伯科学技术学院）
对象跟踪和定位是一项复杂的任务，通常需要超出低功耗嵌入式摄像机能力的处理能力。本文提出了一种新的方法，实时目标跟踪和定位使用多视图二进制关键点描述符。所提出的方法提供了处理能力，准确性和网络带宽之间的折衷，并已使用多个分布式低功耗智能相机进行了测试。此外，提出了多种优化技术，以提高低功耗嵌入式系统的关键点描述符的性能。
2017-11-09 cs.CV
Multi-Target Multi-Camera Tracking of Vehicles using Metadata-Aided Re-ID and Trajectory-Based Camera Link Model
University of Washington（华盛顿大学）；Electronics and Telecommunications Research Institute（电子通信研究院）
在本文中，我们提出了一种新的框架，多目标多摄像机跟踪（MTMCT）的车辆元数据辅助重新识别（MA-ReID）和基于故障的相机链接模型（TCLM）的基础上。给定一个视频序列和相应的逐帧车辆检测，我们首先解决孤立的轨迹问题，从单摄像机跟踪（SCT）的交通感知单摄像机跟踪（TSCT）。然后，在自动构造TCLM之后，我们通过MA-ReID求解MTMCT。TCLM由摄像机的拓扑结构生成，以获得空间和时间信息，通过减少ReID的候选搜索来提高MTMCT的性能。我们还使用时间注意力模型来创建来自每个摄像头的更具区分性的轨迹嵌入，以实现车辆ReID的鲁棒距离测量。此外，我们训练一个MTMCT的元数据分类器，以获得元数据的功能，这是级联的时间注意力为基础的嵌入。最后，TCLM和层次聚类联合应用于全局ID分配。在CityFlow数据集上对所提出的方法进行了评估，达到了IDF 1 76.77%，优于最先进的MTMCT方法。
2021-05-03 cs.CV
CAN: Composite Appearance Network for Person Tracking and How to Model Errors in a Tracking System
University at Buffalo（布法罗大学）
在多个摄像头上跟踪多个人是一个悬而未决的问题。它通常分为两个任务：（i）单摄像机跟踪（SCT）-识别同一场景中的轨迹，以及（ii）摄像机间跟踪（ICT）-识别真实监控场景中跨摄像机的轨迹。许多方法都是为了满足SCT的需要，而ICT仍然是一个挑战。在本文中，我们提出了一种跟踪方法，它使用运动线索和基于模板的人重新识别的特征聚合网络，通过将元数据，如人的限界框和相机信息。我们提出了一种称为复合外观网络（CAN）的特征聚合架构来解决上述问题。该架构的关键结构称为EvalNet，它关注每个特征向量，并根据它为整个模板接收的梯度来学习对它们进行加权，以获得最佳的重新识别性能。我们通过在具有挑战性的多摄像机跟踪数据集DukeMTMC上的实验证明了我们方法的效率。我们还调查了现有的跟踪措施，并提出了一个在线的错误度量称为“推理错误”（IE），提供了一个更好的估计跟踪/重新识别错误，统一处理SCT和ICT错误。
2019-10-03 cs.CV
Star Tracking using an Event Camera
The University of Adelaide（阿德莱德大学）；University of Queensland（昆士兰大学）；Western Sydney University（西悉尼大学）
星跟踪器主要是光学设备，用于通过识别和跟踪恒星模式来估计航天器的姿态。目前，大多数恒星跟踪器使用传统的光学传感器。在这篇应用论文中，我们提出了使用事件传感器进行恒星跟踪。使用事件传感器进行恒星跟踪有两个潜在的好处：更低的功耗和更高的运行速度。我们的主要贡献是制定一个算法管道，从事件数据，包括新的配方旋转平均和光束调整的恒星跟踪。此外，我们还发布了一个数据集的恒星跟踪使用事件相机。通过这项工作，我们将使用事件相机的恒星跟踪问题引入计算机视觉社区，他们在SLAM和几何优化方面的专业知识可以用于这一商业上重要的应用。
2019-04-13 cs.CV
RoundaboutHD: High-Resolution Real-World Urban Environment Benchmark for Multi-Camera Vehicle Tracking
University of Bath（巴斯大学）；Starwit Technologies GmbH（Starwit技术公司）
本文提出RoundaboutHD基准数据集，包含4K多摄像头环岛场景下512个车辆身份的标注数据，并提供检测、跟踪、ReID及多摄像头跟踪基线，以弥合MCVT研究与真实场景的差距。
2025-07-21 cs.CV
City-Scale Multi-Camera Vehicle Tracking Guided by Crossroad Zones
State Key Laboratory of Computer Science Institute of Software Chinese Academy of Sciences（中国科学院软件研究所计算机科学国家重点实验室）；University of Chinese Academy of Sciences（中国科学院大学）；Machine Intelligence Technology Lab Alibaba Group（阿里巴巴集团机器智能技术实验室）
多目标多摄像机跟踪具有广泛的应用，是许多高级推理和预测的基础。本文介绍了我们在2021年AI城市挑战赛（AICITY21）中的Track 3多摄像头车辆跟踪任务的解决方案。提出了一种十字路口区域引导的多目标多摄像机车辆跟踪框架。该框架包括：（1）利用成熟的检测和车辆重识别模型提取目标和外观特征。(2)使用修改后的JDETracker（无检测模块）跟踪单摄像机车辆并生成单摄像机轨迹。(3)根据十字路口的特点，提出了轨迹滤波策略和基于方向的时间掩模。(4)提出了相邻摄像机子聚类的多摄像机轨迹匹配方法。通过上述技术，我们的方法获得了0.8095的IDF1分数，在排行榜上排名第一。代码已发布：https://github.com/LCFractal/AIC21-MTMC。
2021-05-14 cs.CV
MTMMC: A Large-Scale Real-World Multi-Modal Camera Tracking Benchmark
KAIST（韩国科学技术院）；New York University（纽约大学）；ETRI（韩国电子通信研究院）
本文提出MTMMC，一个包含16个多模态相机在校园和工厂环境下采集的大规模真实世界多相机跟踪基准，并提供RGB与热成像同步输入、基线方法和参考分数，以推动多目标多相机跟踪研究。
2024-03-29 cs.CV
Simultaneous Multi-View Camera Pose Estimation and Object Tracking with Square Planar Markers
Instituto Maimónides de Investigación Biomédica de Córdoba (IMIBIC)（科尔多瓦迈蒙尼德生物医学研究所）；Universidad de Córdoba（科尔多瓦大学）
对象跟踪是许多应用中的关键方面，例如医学中的增强现实（例如，跟踪手术器械）或机器人技术。方形平面标记已经成为流行的跟踪工具，因为它们的姿态可以从它们的四个角估计。虽然使用单个标记和单个相机相当大地限制了工作区域，但是使用附接到对象的多个标记需要估计它们的相对位置，这对于高精度跟踪来说不是微不足道的。同样，使用多个相机需要估计它们的外部参数，这也是一个每当相机移动时必须重复的繁琐过程。这项工作提出了一种新的方法，同时解决上述问题。从一个视频序列显示了一组刚性的平面标记记录从多个摄像机，所提出的方法是能够自动获得的三维配置的标记，外部参数的摄像机，和相对姿态之间的标记和摄像机在每一帧。我们的实验表明，我们的方法可以获得高度准确的结果，估计这些参数使用低分辨率相机。一旦获得参数，就可以以低计算成本实时的完成对对象的跟踪。所提出的方法是一个步骤，在开发具有成本效益的解决方案，用于对象跟踪。
2021-03-16 cs.CV
GRACE: Geometry- and Ray-Aware Camera-Efficient Multi-View Pedestrian Tracking
Meijo University（名城大学）；Chubu Electric Power Co., Inc.（中部电力公司）
GRACE通过体积引导融合、射线条件化和BEV轨迹恢复，在减少相机数量下提升多视角行人跟踪性能，MOTA从83.54升至91.07。
2026-09-21 cs.CV
A Reinforcement Learning Approach to Target Tracking in a Camera Network
摄像机网络中的目标跟踪是监控和场景理解的重要任务。该任务是具有挑战性的，由于在不同的相机不相交的意见和照明变化。在这个方向上，许多基于图的方法被提出使用基于外观的特征。然而，外观信息随着不同相机FOV中的高照明变化而褪色。在本文中，我们使用空间和时间信息作为目标的状态来学习一种策略，该策略在给定当前状态的情况下预测下一个相机。该策略使用Q学习进行训练，并且不假设有关摄像机网络拓扑的任何信息。我们将展示该策略学习摄像机网络拓扑。我们证明了所提出的方法在NLPR MCT数据集上的性能。
2018-12-03 cs.CV
TrackOcc: Camera-based 4D Panoptic Occupancy Tracking
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；IIIS, Tsinghua University（清华大学智能产业研究院）；New York University（纽约大学）；Shanghai Qi Zhi Institute（上海期智研究院）
本文提出基于相机的4D全景占用跟踪新任务及TrackOcc方法，通过流式端到端处理和定位感知损失，在Waymo数据集上实现最先进性能。
2025-03-11 cs.CV
Continuous Localization and Mapping of a Pan Tilt Zoom Camera for Wide Area Tracking
University of Florence（佛罗伦萨大学）
云台（PTZ）摄像机是支持远场场景中的对象识别和识别的强大工具。然而，PTZ摄像机在真实环境中的有效使用由于以下事实而变得复杂：需要连续的在线摄像机校准，并且由摄像机致动器提供的绝对摇摄、倾斜和变焦位置值不能被使用，因为它们不与视频流同步。因此，必须直接从帧的视觉内容中提取精确的校准。此外，大的和突然的尺度变化，场景背景的变化，由于相机的操作和相机运动补偿的需要，使这些相机的目标跟踪极具挑战性。在本文中，我们提出了一种解决方案，提供连续在线校准的PTZ摄像机，这是强大的快速摄像机运动，由于照明或移动物体和规模超过数千个地标的环境变化。该方法直接导出目标在3D世界平面中的位置与2D图像中的对应比例和位置之间的关系，并且允许即使在远距离和任何缩放水平下也具有高且稳定的准确度的多个目标的实时跟踪。
2015-03-23 cs.CV
State-aware Re-identification Feature for Multi-target Multi-camera Tracking
Horizon Robotics（地平线机器人）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Beijing University of Posts and Telecommunications（北京邮电大学）
多目标多摄像机跟踪（MTMCT）的目的是从一组摄像机拍摄的视频中提取运动轨迹。最近，MTMCT的跟踪性能显着提高与就业的重新识别（Re-ID）模型。然而，由于目标的遮挡和方向变化，外观特征通常变得不可靠。在MTMCT中直接应用Re-ID模型会遇到身份切换和轨迹片段遮挡问题。为了解决这些问题，本文提出了一种新的跟踪框架。在该框架中，遮挡状态和方向信息被用于Re-ID模型，并考虑了人体的姿态信息。此外，使用建议的融合跟踪特征的轨迹关联被采用来处理碎片问题。该跟踪器在多摄像机硬序列上达到了81.3%的IDF 1，大大优于所有其他参考方法。
2019-06-04 cs.CV
LMGP: Lifted Multicut Meets Geometry Projections for Multi-Camera Multi-Object Tracking
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；German Research Center for Artificial Intelligence（德国人工智能研究中心）；Leibniz University Hannover（汉诺威莱布尼茨大学）；Oldenburg University（奥尔登堡大学）
多摄像机多目标跟踪由于其在拥挤场景或广阔空间中的视频监控等实际应用中的优越性能，目前在计算机视觉领域引起了广泛的关注。在这项工作中，我们提出了一个数学优雅的多摄像头多目标跟踪方法的基础上的时空提升多分割制定。我们的模型利用了由单摄像头跟踪器产生的最先进的tracklets作为建议。由于这些轨迹可能包含ID切换错误，我们通过从3D几何投影获得的新的预聚类来细化它们。因此，我们得到了一个更好的跟踪图没有ID开关和更精确的亲和度成本的数据关联阶段。然后通过求解全局提升的多切割公式将轨迹线与多相机轨迹相匹配，该公式将位于同一相机以及相机间的轨迹线上的短距离和长距离时间交互结合起来。WildTrack数据集上的实验结果产生了近乎完美的性能，优于Campus上最先进的跟踪器，同时与PETS-09数据集相当。
2022-05-03 cs.CV
Features for Multi-Target Multi-Camera Tracking and Re-Identification
Duke University（杜克大学）
多目标多摄像机跟踪（MTMCT）通过从多个摄像机拍摄的视频跟踪多个人。人重新识别（Re-ID）从图库中检索与人查询图像相似的人的图像。我们用卷积神经网络学习MTMCT和Re-ID的好特征。我们的贡献包括自适应加权三重损失的训练和硬身份挖掘的新技术。我们的方法优于最先进的DukeMTMC基准跟踪，并在市场-1501和DukeMTMC-ReID基准Re-ID。我们检查良好的Re-ID和良好的MTMCT分数之间的相关性，并进行消融研究，以阐明我们的系统的主要组成部分的贡献。代码可用。
2018-03-28 cs.CV
Event Camera Based Real-Time Detection and Tracking of Indoor Ground Robots
New Jersey Institute of Technology（新泽西理工学院）
提出了一种利用事件摄像机对多个地面移动机器人进行实时的【形】检测与跟踪的方法。该方法使用基于密度的空间聚类的应用程序与噪声（DBSCAN）来检测机器人和一个单一的k维（$k - d$）树，以准确地跟踪他们，因为他们在室内舞台上移动。在面对事件摄像机噪声和缺乏事件（由于机器人缓慢移动或停止）的情况下，仍能保持稳健的检测和跟踪。一个现成的RGB相机为基础的跟踪系统被用来提供地面真相。进行包括多达4个机器人的实验，以研究i）变化的DBSCAN参数，ii）事件累积时间，iii）竞技场中的机器人数量，iv）机器人的速度，以及v）环境光条件的变化对检测和跟踪性能的影响。实验结果表明，100%的检测和跟踪保真度，在面对事件摄像机噪声和机器人停止测试涉及多达3个机器人（和93%以上的4个机器人）。当光照条件发生变化时，观察到检测和跟踪保真度的优雅退化。
2021-08-02 cs.CV
CityTrack: Improving City-Scale Multi-Camera Multi-Target Tracking by Location-Aware Tracking and Box-Grained Matching
Baidu Inc.（百度公司）；Shanghai AI Laboratory（上海人工智能实验室）
CityTrack提出位置感知SCMT跟踪器和框粒度匹配方法，解决城市级多相机多目标跟踪中的跨相机关联难题，在CityFlowV2上以84.91%的IDF1获2022 AI CITY CHALLENGE第1名。
2023-07-06 cs.CV
Enhancing Multi-Camera People Tracking with Anchor-Guided Clustering and Spatio-Temporal Consistency ID Re-Assignment
University of Washington（华盛顿大学）；Electronics and Telecommunications Research Institute（电子与电信研究所）；National Center for High-Performance Computing（国家高性能计算中心）
提出一种结合锚定引导聚类与时空一致性的多摄像机多人员跟踪方法，在CVPR AI City Challenge 2023上以95.36% IDF1获第一名。
2023-06-18 cs.CV
Evaluation of trackers for Pan-Tilt-Zoom Scenarios
University of Electronic Science and Technology of China（电子科技大学）；Polytechnique Montréal（蒙特利尔理工学院）
用云台摄像机进行跟踪是计算机视觉的一个研究课题。与使用静态相机的跟踪相比，使用PTZ相机捕获的图像本质上是高度动态的，因为相机可以执行大的运动，从而导致快速改变捕获条件。此外，用PTZ摄像机进行跟踪涉及摄像机控制以将摄像机定位在目标上。为了成功的跟踪和摄像机控制，跟踪器必须足够快，或者必须能够准确地预测目标的下一个位置。因此，标准基准不允许正确评估PTZ场景的跟踪器的质量。在这项工作中，我们使用一个虚拟的PTZ框架来评估不同的跟踪算法，并比较它们的性能。我们还扩展了框架，为下一帧添加目标位置预测，考虑到相机运动和处理延迟。通过这样做，我们可以评估预测是否可以使长期跟踪更加鲁棒，因为它可能有助于较慢的算法将目标保持在相机的视野中。结果证实，速度和鲁棒性都需要在PTZ场景下进行跟踪。
2017-11-12 cs.CV
Boosting Online 3D Multi-Object Tracking through Camera-Radar Cross Check
National Yang Ming Chiao Tung University（国立阳明交通大学）；University of Washington（华盛顿大学）；Cisco（思科公司）
针对自动驾驶中多模态融合挑战，提出CRAFTBooster方法，在跟踪阶段融合相机与雷达数据，在K-Radaar数据集上实现IDF1指标5-6%的提升。
2024-07-18 cs.CV
Online Clustering-based Multi-Camera Vehicle Tracking in Scenarios with overlapping FOVs
Universidad Autónoma de Madrid（马德里自治大学）
多目标多摄像机车辆跟踪是视觉交通监控的一项重要任务，也是智能交通系统的主要研究领域之一。已经提出了几种离线方法来解决这个任务;然而，由于它们的高延迟和后处理要求，它们与现实世界的应用程序不兼容。在本文中，我们提出了一种新的低延迟在线方法MTMC跟踪的场景与部分重叠的视野（FOV），如道路交叉口。首先，该方法在每个摄像头检测车辆。然后，通过应用基于外观和位置的跨相机聚类来合并相机之间的检测。最后，包含同一车辆的不同检测的集群在时间上相关联，以逐帧计算轨迹。实验表明，有前途的低延迟的结果，同时解决现实世界的挑战，如先验未知和时变的目标数量和连续的状态估计，他们没有执行任何后处理的轨迹。
2021-02-08 cs.CV
Tracking Revisited using RGBD Camera: Baseline and Benchmark
Hong Kong University of Science and Technology（香港科技大学）；Massachusetts Institute of Technology（麻省理工学院）
尽管在过去的十年中有了显著的进步，但是由于诸如遮挡和模型漂移等问题，跟踪仍然是一个非常具有挑战性的计算机视觉任务。最近，深度传感器（例如Microsoft Kinect）的日益普及使得以低成本获得深度数据变得容易。这可能是跟踪的游戏规则改变者，因为深度信息可以用于防止模型漂移和处理遮挡。在本文中，我们构建了一个基准数据集，包含100个具有高度多样性的RGBD视频，包括可变形对象，各种遮挡条件和移动摄像机。本文提出了一种简单但强大的RGBD跟踪基线模型，并对几种现有的RGBD跟踪算法进行了定量比较，实验结果表明，引入深度信息和遮挡推理可以显著提高跟踪性能。数据集、评估细节、基线算法的源代码以及提交新模型的说明将在接受后在线提供。
2012-12-12 cs.CV
Efficient Circle-Based Camera Pose Tracking Free of PnP
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
基于平面标记的摄像机位姿跟踪方法具有易于实现的特点，受到学术界和工业界的广泛关注。然而，大多数现有的方法需要在标记图像中识别多个点以用于与空间点的匹配。然后，使用Pestival和RANSAC来计算相机位姿。如果摄像机移动速度快或距离标记较远，则匹配容易产生错误，即使RANSAC也无法消除不正确的匹配。那么，Pingdom的结果不能有很好的性能。为了解决这个问题，我们设计了圆形标记，并表示6D摄像机位姿解析和统一的非常简洁的形式，从每个标记的投影不变性。然后，提出了一种基于极-n-方向几何距离的非线性代价函数，进一步优化了姿态。该方法从图像的圆边缘出发，不需要PADER/RANSAC，使得姿态跟踪具有鲁棒性和准确性。实验结果表明，该方法优于国家的艺术在噪声，模糊，从相机到标记的距离。同时，它仍然可以在只有CPU的消费者计算机上以约100 FPS的速度运行。
2019-07-24 cs.CV
The Interstate-24 3D Dataset: a new benchmark for 3D multi-camera vehicle tracking
Vanderbilt University（范德堡大学）
该文提出一个由高速公路多摄像头视频组成的三维车辆跟踪基准数据集，含87.7万个标注框，并评测了现有跟踪流程，旨在推动自动驾驶影响研究。
2023-08-28 cs.CV
Region Graph Based Method for Multi-Object Detection and Tracking using Depth Cameras
University of Washington（华盛顿大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
在本文中，我们提出了一种使用深度相机的多目标检测和跟踪方法。在目标检测中，深度图的噪声和模糊性很大。我们首先提出了一个基于区域的方法来抑制高幅度的噪声，不能使用空间滤波器过滤。其次，该方法通过时间学习检测感兴趣区域，然后使用基于加权图的方法进行跟踪。我们证明了所提出的方法在标准深度相机数据集上有和没有对象遮挡的性能。实验结果表明，该方法能够抑制深度图中的高幅度噪声，并检测/跟踪对象（有和无遮挡）。
2016-03-11 cs.CV
BroadTrack: Broadcast Camera Tracking for Soccer
EVS Broadcast Equipment（EVS广播设备公司）；University of Liège（列日大学）
BroadTrack 通过结合开源足球场检测器与摄像机及三脚架模型，提出高性能足球广播摄像机跟踪系统，在 SoccerNet 上显著降低重投影误差并提升标定精度。
2024-12-02 cs.CV
Enhancing Multi-Camera Gymnast Tracking Through Domain Knowledge Integration
Fujitsu Research（富士通研究）
通过整合体操领域知识，提出一种增强多摄像头体操运动员跟踪的方法，利用射线-平面交点和级联数据关联技术提升轨迹跟踪的鲁棒性和准确性。
2025-11-20 cs.CV
Referring Multi-Object Tracking in Moving-Camera Videos via Global Motion Compensation
National Cheng Kung University（国立成功大学）
本文针对移动相机视频中的指代多目标跟踪，提出通过估计相机运动提取残差运动并与查询表达式匹配，经后期融合提升RMOT性能。
2026-10-06 cs.CV
Learning Online Policies for Person Tracking in Multi-View Environments
McMaster University（麦克马斯特大学）
本文提出MVSparse框架，利用边缘服务器与分布式强化学习智能体协同，通过智能选择信息块和视角融合，实现高效多摄像头行人跟踪，推理速度提升1.88倍和1.60倍，精度损失极小。
2023-12-26 cs.CV
Graph-Based Multi-Camera Soccer Player Tracker
Warsaw University of Technology（华沙理工大学）；Sport Algorithmics and Gaming（运动算法与游戏公司）
本文提出了一种多摄像机跟踪方法，用于跟踪足球运动员在长镜头视频记录从多个校准的摄像机安装在比赛场地周围。与摄像头的距离很大，很难在视觉上区分各个玩家，这对依赖于跟踪对象外观的传统解决方案的性能产生了不利影响。我们的方法侧重于单个玩家的动态和邻居玩家之间的互动，以提高跟踪性能。为了克服在存在校准误差的情况下可靠地合并来自多个相机的检测的困难，我们提出了新的跟踪方法，其中跟踪器直接在来自多个相机的原始检测热图上操作。我们的模型是在使用Google Research Football Environment生成的大型合成数据集上训练的，并使用真实世界数据进行微调，以降低地面真相准备所涉及的成本。
2022-11-03 cs.CV
Lattice-allocated Real-time Line Segment Feature Detection and Tracking Using Only an Event-based Camera
Istituto Italiano di Tecnologia（意大利技术研究院）；Sony Interactive Entertainment Inc.（索尼互动娱乐公司）
本研究提出一种仅用事件相机的格点分配流水线，实现实时线段检测与跟踪，在速度和精度上优于现有基线，支持独立运行。
2025-10-08 cs.CV
Online 3D Multi-Camera Perception through Robust 2D Tracking and Depth-based Late Aggregation
Optoelectronics Center, Viettel Aerospace Institute, Viettel Group（Viettel集团光学电子中心、 Viettel航空航天研究所）；University of Engineering and Technology, Vietnam National University（越南国家大学工程大学）；School of Electrical and Electronic Engineering, Hanoi University of Science and Technology（河内科学技术大学电子与电气工程学院）
本文提出了一种方法，通过利用深度信息将现有的在线2D多摄像机跟踪系统扩展到3D空间，通过点云空间重建目标并利用聚类和偏转细化恢复其3D框，同时引入了增强的在线数据关联机制，以局部ID一致性来分配跨帧的全局ID，该框架在2025年AI城市挑战赛的3D MTMC数据集上评估，取得了第三名的成绩。
2026-05-20 cs.CV
DeepFusionMOT: A 3D Multi-Object Tracking Framework Based on Camera-LiDAR Fusion with Deep Association
Chongqing University（重庆大学）
在最近的文献中，一方面，许多3D多目标跟踪（MOT）的工作都集中在跟踪精度和忽略了计算速度，通常通过设计相当复杂的成本函数和特征提取。另一方面，一些方法过于关注计算速度而牺牲了跟踪精度。针对这些问题，本文提出了一种稳健快速的基于相机-LiDAR融合的MOT方法，该方法在精度和速度之间取得了很好的平衡。根据摄像机和LiDAR传感器的特点，设计了一种有效的深度关联机制，并将其嵌入到所提出的MOT方法中。该关联机制实现了当目标距离较远且仅由相机检测到时在2D域中对目标的跟踪，以及当目标出现在LiDAR视场中时利用获得的3D信息更新2D轨迹，以实现2D和3D轨迹的平滑融合。基于典型数据集的大量实验表明，该方法在跟踪精度和处理速度方面均优于现有的MOT方法.为了社区的利益，我们的代码已公开发布。
2022-08-26 cs.CV
Joint Multi-Object Detection and Tracking with Camera-LiDAR Fusion for Autonomous Driving
Southern University of Science and Technology（南方科技大学）；Sifakis Research Institute of Trustworthy Autonomous Systems, Southern University of Science and Technology（南方科技大学西法基斯可信自主系统研究院）；Pazhou Lab（琶洲实验室）
基于相机-激光雷达融合的多目标跟踪要求实时的准确的目标检测、相似度计算和数据关联。本文提出了一种高效的多模态MOT框架，具有在线联合检测和跟踪方案以及用于自动驾驶应用的鲁棒数据关联。这项工作的新颖性包括：（1）开发端到端深度神经网络，用于使用2D和3D测量进行联合目标检测和相关;（2）开发鲁棒的亲和度计算模块，用于计算3D空间中的遮挡感知外观和运动亲和度;（3）开发综合数据关联模块，用于检测置信度、亲和度和起始-结束概率之间的联合优化。在KITTI跟踪基准上的实验结果表明，该方法在跟踪精度和处理速度方面都具有优越的性能。
2021-08-10 cs.CV
ReST: A Reconfigurable Spatial-Temporal Graph Model for Multi-Camera Multi-Object Tracking
National Tsing Hua University（国立清华大学）；National Chung Cheng University（国立中正大学）
针对现有基于图的多相机多目标跟踪方法时空信息利用不足、轨迹易碎片化的问题，提出可重构时空图模型ReST，通过两阶段关联提取时空感知特征，实现了多个公开数据集上的当前最优性能。
2023-08-25 cs.CV
Multi-Camera Multiple 3D Object Tracking on the Move for Autonomous Vehicles
University of Arkansas（阿肯色大学）；Concordia University（康考迪亚大学）
自动驾驶汽车的发展提供了一个机会，让一套完整的摄像头传感器捕捉汽车周围的环境。因此，重要的是目标检测和跟踪要解决新的挑战，如实现跨相机视图的一致结果。为了解决这些挑战，这项工作提出了一种新的全局关联图模型与链接预测的方法来预测现有的tracklets的位置和链接检测与tracklets通过交叉注意运动建模和外观重新识别。该方法旨在解决由不一致的3D目标检测引起的问题。此外，我们的模型可以提高标准3D对象检测器在nuScenes检测挑战中的检测精度。nuScenes数据集上的实验结果证明了所提出的方法在现有基于视觉的跟踪数据集上产生SOTA性能的好处。
2022-04-19 cs.CV
