BASE：一种可能更优的多目标跟踪方法
计算机视觉与模式识别
2023-09-22 v1
摘要
视觉目标跟踪领域由结合简单跟踪算法与临时方案的方法主导。在其他领域领先的概率跟踪算法出人意料地缺席排行榜。我们发现，在目标运动学中考虑距离、利用检测器置信度以及建模非均匀杂波特征，对于概率跟踪器在视觉跟踪中发挥作用至关重要。先前的概率方法未能解决大部分或所有这些方面，我们认为这正是它们远远落后于当前最先进（SOTA）方法的原因（MOT17 前 100 中无概率跟踪器）。为重燃概率方法的进展，我们提出一组解决这些挑战的实用模型，并展示如何将其纳入概率框架。我们提出 BASE（贝叶斯近似单假设估计器，Bayesian Approximation Single-hypothesis Estimator），一种简单、高性能且易扩展的视觉跟踪器，在 MOT17 和 MOT20 上取得最先进（SOTA）性能，且未使用 Re-Id。代码将发布于 https://github.com/ffi-no。
引用
@article{arxiv.2309.12035,
title = {BASE: Probably a Better Approach to Multi-Object Tracking},
author = {Martin Vonheim Larsen and Sigmund Rolfsjord and Daniel Gusland and Jörgen Ahlberg and Kim Mathiassen},
journal= {arXiv preprint arXiv:2309.12035},
year = {2023}
}