【儀表網(wǎng) 產(chǎn)業(yè)報道】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(wǎng)絡構(gòu)建了能將光照強度、可見光模態(tài)和紅外模態(tài)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(gòu)建了首個RGBT多相機多目標跟蹤數(shù)據(jù)集M3Track(即將發(fā)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(shù)據(jù)集將為后續(xù)的全天時跟蹤方法研究提供數(shù)據(jù)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(fā)表于人工智能領域?qū)W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。