ByteTrackV2：通过关联每一个检测框实现 2D 与 3D 多目标跟踪
计算机视觉与模式识别
2023-03-28 v1
摘要
多目标跟踪（MOT）旨在估计视频帧中物体的边界框与身份。检测框是 2D 与 3D MOT 的共同基础。检测分数不可避免的变化导致跟踪后物体丢失。我们提出一种分层数据关联策略来挖掘低分检测框中的真实物体，从而缓解物体丢失与轨迹碎片化问题。这一简单且通用的数据关联策略在 2D 与 3D 设定下均表现出有效性。在 3D 场景中，跟踪器更容易在世界坐标系中预测物体速度。我们提出一种互补运动预测策略，将检测到的速度与卡尔曼滤波器结合，以解决突变运动与短时消失问题。ByteTrackV2 在 nuScenes 3D MOT 排行榜的相机（56.4% AMOTA）与 LiDAR（70.1% AMOTA）模态上均居首位。此外，它是非参数的，可与多种检测器集成，在真实应用中颇具吸引力。源代码发布于 https://github.com/ifzhang/ByteTrack-V2。
引用
@article{arxiv.2303.15334,
title = {ByteTrackV2: 2D and 3D Multi-Object Tracking by Associating Every Detection Box},
author = {Yifu Zhang and Xinggang Wang and Xiaoqing Ye and Wei Zhang and Jincheng Lu and Xiao Tan and Errui Ding and Peize Sun and Jingdong Wang},
journal= {arXiv preprint arXiv:2303.15334},
year = {2023}
}
备注
Code is available at https://github.com/ifzhang/ByteTrack-V2. arXiv admin note: text overlap with arXiv:2110.06864; substantial text overlap with arXiv:2203.06424 by other authors