Combined models for MM-GGIW-PHD filter.

NIAID Data Ecosystem2026-03-10 收录

多目标跟踪

扩展目标跟踪

数据链接：

https://figshare.com/articles/dataset/Combined_models_for_MM-GGIW-PHD_filter_/5889328 数据链接链接失效反馈

官方服务：

资源简介：

Combined models for MM-GGIW-PHD filter.

创建时间：

2018-02-15

VT-MOT

多目标跟踪

视频分析

VT-MOT数据集由安徽大学的智能计算与信号处理教育部重点实验室创建，是一个大规模的可见光与热红外视频基准，专门用于多目标跟踪研究。该数据集包含582对视频序列，总计401k帧对，采集自无人机、监控摄像头和手持设备，具有高度的时空对齐和3.99百万个高质量标注框。数据集的创建过程中，专业人员进行了逐帧的时空对齐和双重检查的标注工作，确保了数据的高质量和密集性。VT-MOT数据集的应用领域主要集中在

arXiv2024-08-02 更新15070

DanceTrack

多目标跟踪

舞蹈研究

displayName: DanceTrack labelTypes: - Box2D_Tracking license: - DanceTrack Custom mediaTypes: - Video Frame paperUrl: https://arxiv.org/pdf/2111.14690.pdf publishDate: "2022" publishUrl: https://dance

魔搭社区2025-11-12 更新1130

DanceTrack

多目标跟踪

舞蹈分析

A typical pipeline for multi-object tracking (MOT) is to use a detector for object localization, and following re- identification (re-ID) for object association. This pipeline is partially motivated b

极市2024-07-19 更新300

USVD (Urban Surveillance Video Dataset)

城市监控

多目标跟踪

USVD是由中国科学技术大学电磁空间信息重点实验室和中国科学院创建的大型城市监控视频数据集，旨在支持多目标跟踪和行为分析研究。该数据集包含16个场景，覆盖7种典型的户外环境，如街道、交叉路口、医院入口等。数据集包含超过20万帧视频，标注了超过370万个对象边界框和约7100条轨迹。创建过程中，所有边界框均经过人工标注和检查，确保了数据的质量。USVD数据集适用于评估城市拥挤场景下的多目标跟踪和异常

arXiv2020-07-28 更新3960

LLMOT

图像处理

多目标跟踪

该数据集是一个专门为提升低光照条件下多目标跟踪技术而设计的数据集，包含了标注和未标注的行人追踪图片。其中，LLMOT数据集通过增强MOT17数据集中的夜间数据以及添加了各种场景和环境下的未标注低光照视频而构建。该数据集规模包含11,580张图片，其中有5,316张标注图片和6,264张未标注图片，其任务重点在于多目标跟踪。

arXiv520

Combined models for MM-GGIW-PHD filter.

资源简介：

相关数据集