近日，機器人學研究室機器智能研究組全天時多相機多目標跟蹤(All-Day Multi-Camera Multi-Target Tracking)研究成果被計算機視覺和模式識別領域國際學術會議(IEEE CVPR 2025 )正式錄用。
研究團隊針對多相機多目標跟蹤低光場景下跟蹤精度低的問題，通過Mamba網絡構建了能將光照強度、可見光模態和紅外模態自適應融合的新穎融合模塊ADMF，借助ADMF搭建了首個全天時多目標跟蹤框架ADMCMT。團隊還構建了首個RGBT多相機多目標跟蹤數據集M3Track(即將發布，包含19個不同的真實場景中收集了 88 個序列，共計118K×2紅外-可見光幀)。團隊通過實驗驗證了ADMCMT方法在低光場景下提高跟蹤精度的有效性。M3Track數據集將為后續的全天時跟蹤方法研究提供數據支撐。
IEEE CVPR全稱為IEEE/CVF Conference on Computer Vision and Pattern Recognition，是計算機視覺和模式識別領域的國際學術會議，被譽為計算機視覺與模式識別領域的旗艦會議和風向標。
該論文第一作者為機器人學研究室范慧杰研究員，通訊作者為王強博士。
另悉，研究團隊兩項理論研究成果GLM: Global-Local Variation Awareness in Mamba-based World Model(第一作者為博士生賀騫，通訊作者為田建東研究員)和FMambaIR: A Hybrid State Space Model and Frequency Domain for Image Restoration(第一作者為博士生欒鑫，通訊作者為范慧杰研究員)分別發表于人工智能領域學術會議(AAAI 2025)以及IEEE Transactions on Geoscience and Remote Sensing。
上述研究成果得到了國家自然科學基金項目，所基礎研究項目和機器人學國家重點實驗室自主項目等的支持。
版權與免責聲明：1.凡本網注明“來源：化工機械設備網”的所有作品，均為浙江興旺寶明通網絡有限公司-興旺寶合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：化工機械設備網”。違反上述聲明者，本網將追究其相關法律責任。 2.本網轉載并注明自其它來源（非化工機械設備網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。 3.如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
相關新聞
昵稱 驗證碼 請輸入正確驗證碼
所有評論僅代表網友意見，與本站立場無關