无外观三方匹配用于多目标跟踪

多目标跟踪（MOT）根据输入视频检测多个物体的轨迹。它对于各种研究和工业领域变得越来越重要，例如生物医学研究中的细胞跟踪和视频监控中的人体跟踪。大多数现有算法依赖于物体外观的唯一性，而占主导地位的二分匹配方案忽略了速度平滑性。尽管有几种方法已经将速度平滑性纳入跟踪，但它们要么未能追求全局平滑速度，要么常常陷入局部最优。我们关注与外观无关的通用MOT问题，并提出了一种无外观的三方匹配来避免二分匹配的不规则速度问题。三方匹配被表述为最大化由物体位置和速度构成的状态向量的似然，这导致了一个链依赖结构。我们采用动态规划算法来寻找这样的最大似然估计。为了克服当跟踪大量物体时动态规划的巨大搜索空间导致的高计算成本，我们通过消失物体的数量分解空间，并提出了一种通过截断分解的降空间方法。大量模拟显示了所提出方法的优越性和效率，与Cell Tracking Challenge上顶级方法的比较也证明了我们的能力。我们还应用我们的方法跟踪癌症研究中肿瘤细胞周围的自然杀伤细胞的运动。