AM-SORT：用于多目标跟踪的具有历史轨迹嵌入的自适应运动预测器
计算机视觉与模式识别
2024-01-26 v1
摘要
许多采用卡尔曼滤波器作为运动预测器的多目标跟踪方法假设恒定速度和呈高斯分布的滤波噪声。这些假设使得基于卡尔曼滤波器的跟踪器在线性运动场景中有效。然而，当在涉及非线性运动和遮挡的场景中估计未来目标位置时，这些线性假设成为一个关键限制。为了解决这个问题，我们提出了一种基于运动的多目标跟踪方法，该方法具有一个自适应运动预测器，称为 AM-SORT，它能自适应地估计非线性不确定性。AM-SORT 是 SORT 系列跟踪器的一种新颖扩展，它用 Transformer 架构取代卡尔曼滤波器作为运动预测器。我们引入了一种历史轨迹嵌入，使 Transformer 能够从边界框序列中提取时空特征。AM-SORT 在 DanceTrack 数据集上取得了与最先进跟踪器相比具有竞争力的性能，其 IDF1 为 56.3，HOTA 为 55.6。我们进行了大量实验，以证明我们的方法在遮挡情况下预测非线性运动的有效性。
引用
@article{arxiv.2401.13950,
title = {AM-SORT: Adaptable Motion Predictor with Historical Trajectory Embedding for Multi-Object Tracking},
author = {Vitaliy Kim and Gunho Jung and Seong-Whan Lee},
journal= {arXiv preprint arXiv:2401.13950},
year = {2024}
}