Sökning: onr:"swepub:oai:research.chalmers.se:2e8afcfb-fd55-475e-80d1-b6c273f0e8b1" >
Deep Learning for M...
Deep Learning for Model-Based Multi-Object Tracking
-
- Pinto, Juliano, 1990 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Chalmers Univ Technol, Sweden
-
- Hess, Georg, 1996 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Chalmers Univ Technol, Sweden
-
- Ljungbergh, William (författare)
- Linköpings universitet,Datorseende,Tekniska fakulteten,Linköping University
-
visa fler...
-
- Xia, Yuxuan, 1993 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Chalmers Univ Technol, Sweden
-
- Wymeersch, Henk, 1976 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Chalmers Univ Technol, Sweden
-
- Svensson, Lennart, 1976 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Chalmers Univ Technol, Sweden
-
visa färre...
-
(creator_code:org_t)
- IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC, 2023
- 2023
- Engelska.
-
Ingår i: IEEE Transactions on Aerospace and Electronic Systems. - : IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC. - 1557-9603 .- 0018-9251. ; 59:6, s. 7363-7379
- Relaterad länk:
-
https://research.cha... (primary) (free)
-
visa fler...
-
https://doi.org/10.1...
-
https://research.cha...
-
https://urn.kb.se/re...
-
https://research.cha...
-
visa färre...
Abstract
Ämnesord
Stäng
- Multi-object tracking (MOT) is the problem of tracking the state of an unknown and time-varying number of objects using noisy measurements, with important applications such as autonomous driving, tracking animal behavior, defense systems, and others. The MOT task can be divided into two settings, model-based or model-free, depending on whether accurate and tractable models of the environment are available. Model-based MOT has Bayes-optimal closed-form solutions which can achieve state-of-the-art (SOTA) performance. However, these methods require approximations in challenging scenarios to remain tractable, which impairs their performance. Deep learning (DL) methods offer a promising alternative, but existing DL models are almost exclusively designed for a model-free setting and are not easily translated to the model-based setting. This paper proposes a DL-based tracker specifically tailored to the model-based MOT setting and provides a thorough comparison to SOTA alternatives. We show that our DL-based tracker is able to match performance to the benchmarks in simple tracking tasks while outperforming the alternatives as the tasks become more challenging. These findings provide strong evidence of the applicability of DL also to the model-based setting, which we hope will foster further research in this direction.
Ämnesord
- NATURVETENSKAP -- Data- och informationsvetenskap -- Annan data- och informationsvetenskap (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Other Computer and Information Science (hsv//eng)
- TEKNIK OCH TEKNOLOGIER -- Elektroteknik och elektronik -- Signalbehandling (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Electrical Engineering, Electronic Engineering, Information Engineering -- Signal Processing (hsv//eng)
- NATURVETENSKAP -- Data- och informationsvetenskap -- Datorseende och robotik (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Computer Vision and Robotics (hsv//eng)
- TEKNIK OCH TEKNOLOGIER -- Elektroteknik och elektronik -- Reglerteknik (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Electrical Engineering, Electronic Engineering, Information Engineering -- Control Engineering (hsv//eng)
Nyckelord
- Random Finite Sets
- Multi-object tracking
- Time measurement
- Sea measurements
- Transformers
- Deep Learning
- Data models
- Transformers
- Computational modeling
- Decoding
- Uncertainty Prediction
- Task analysis
Publikations- och innehållstyp
- art (ämneskategori)
- ref (ämneskategori)
Hitta via bibliotek
Till lärosätets databas
- Av författaren/redakt...
-
Pinto, Juliano, ...
-
Hess, Georg, 199 ...
-
Ljungbergh, Will ...
-
Xia, Yuxuan, 199 ...
-
Wymeersch, Henk, ...
-
Svensson, Lennar ...
- Om ämnet
-
- NATURVETENSKAP
-
NATURVETENSKAP
-
och Data och informa ...
-
och Annan data och i ...
-
- TEKNIK OCH TEKNOLOGIER
-
TEKNIK OCH TEKNO ...
-
och Elektroteknik oc ...
-
och Signalbehandling
-
- NATURVETENSKAP
-
NATURVETENSKAP
-
och Data och informa ...
-
och Datorseende och ...
-
- TEKNIK OCH TEKNOLOGIER
-
TEKNIK OCH TEKNO ...
-
och Elektroteknik oc ...
-
och Reglerteknik
- Artiklar i publikationen
-
IEEE Transaction ...
- Av lärosätet
-
Chalmers tekniska högskola
-
Linköpings universitet