메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
심규진 (한국과학기술원) 고강욱 (한국과학기술원) 황주비 (한국과학기술원) 김창익 (한국과학기술원)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 추계학술대회 논문집
발행연도
2023.11
수록면
561 - 564 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Multi-Object Tracking (MOT) is an essential task in computer vision, applied various fields like video surveillance and autonomous driving. Recently, tracking-by-detection-based trackers have shown promising performance and have become predominant approaches in MOT. Our study presents a novel pseudo-depth-based appearance feature vector update algorithm to improve those tracking-by-detection-based multi-object trackers. Experiments on the DanceTrack dataset reveal significant performance improvements compared to the previous feature updating strategies.

목차

Abstract
Ⅰ. 서론
Ⅱ. 제안 방법
Ⅲ. 실험
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0