Hamid Rezatofighi

关于

Hamid Rezatofighi是一位专注于计算机视觉与机器人感知领域的杰出研究者，其研究方向涵盖多目标检测与跟踪、三维场景理解、人体行为识别以及社交群体动态分析。他最具代表性的贡献是主导构建了JRDB系列数据集——一套以社交移动机器人JackRabbot为载体采集的多模态自我中心数据集，该系列涵盖JRDB（117次引用）、JRDB-Act（49次引用）、JRDB-Pose（25次引用）及JRDB-Social（10次引用）等多个子集，为机器人环境中的人体感知研究提供了系统性的基准平台。在三维感知方面，他提出了高效的注意力柱状网络用于实时行人检测（31次引用），并开发了ODAM系统实现基于RGB视频的三维目标检测与地图构建（29次引用）。此外，他在多目标跟踪领域贡献了JRMOT实时三维跟踪框架，并探索了元学习在视频目标分割中的应用。Rezatofighi的研究深度融合感知智能与机器人应用，为自主机器人在复杂人类环境中的安全导航与交互理解奠定了重要的数据与算法基础。

研究焦点

主要成就

代表论文

1. 1
   JRDB: A Dataset and Benchmark of Egocentric Robot Visual Perception of Humans in Built Environments

   117 次引用 · 2021
2. 2
   JRDB-Act: A Large-scale Dataset for Spatio-temporal Action, Social Group and Activity Detection

   49 次引用 · 2022
3. 3
   Accurate and Real-Time 3D Pedestrian Detection Using an Efficient Attentive Pillar Network

   31 次引用 · 2022
4. 4
   ODAM: Object Detection, Association, and Mapping using Posed RGB Video

   29 次引用 · 2021
5. 5
   JRDB-Pose: A Large-Scale Dataset for Multi-Person Pose Estimation and Tracking

   25 次引用 · 2023
6. 6
   MOLTR: Multiple Object Localization, Tracking and Reconstruction From Monocular RGB Videos

   20 次引用 · 2021
7. 7
   JRMOT: A Real-Time 3D Multi-Object Tracker and a New Large-Scale Dataset

   17 次引用 · 2020
8. 8
   JRDB-Social: A Multifaceted Robotic Dataset for Understanding of Context and Dynamics of Human Interactions Within Social Groups

   10 次引用 · 2024
9. 9
   Real-Time Trajectory-Based Social Group Detection

   9 次引用 · 2023
10. 10
    Meta Learning with Differentiable Closed-form Solver for Fast Video Object Segmentation

    9 次引用 · 2020

主要合作者

联系与链接