PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Online Multi-Object Tracking

Object Tracking › Online Multi-Object Tracking 11 평가 기록 6 datasets

The goal of Online Multi-Object Tracking is to estimate the spatio-temporal trajectories of multiple objects in an online video stream (i.e., the video is provided frame-by-frame), which is a fundamental problem for numerous real-time applications, such as video surveillance, autonomous driving, and robot navigation.

<span class="description-source">Source: A Hybrid Data Association Framework for Robust Online Multi-Object Tracking </span>

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
PP-Tracking
MOTA: 77.7
논문 코드
Tracktor++
MOTA: 53.5
논문 코드
Tracktor++
MOTA: 44.1
논문 코드
GMPHD Filter (Occlusion Group Management)
MOTA: 30.7
논문 코드
RCMSS
MOTA: 70.16%
논문 코드
CAMELTrack
HOTA: 80.4
논문 코드

데이터셋

6개
MOT16MOT172D MOT 2015MOT15Oxford Town CenterSportsMOT

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/2023-MindSpore-1/ms-code-217/tree/main/tracktor 1 논문
github.com/2023-MindSpore-1/ms-code-217/tree/main/tracktor%2B%2B 1 논문
github.com/2023-MindSpore-1/ms-code-7/tree/main/tracktor%2B%2B 1 논문
github.com/a-doering/tracker_w_correlation_motion_model 1 논문
github.com/dvl-tum/mot_neural_solver 1 논문
github.com/dvl-tum/motsynth-baselines 1 논문
github.com/HoganZhang/mot_neural_solver 1 논문
github.com/LKLQQ/tracktor 1 논문