Deep LG-Track：一种增强的局定信心引导的多目标跟踪器
计算机视觉与模式识别
2025-04-03 v1
摘要
多目标跟踪在诸如自动驾驶和安防监控等各种应用中发挥着关键作用。本研究引入Deep LG-Track，一种新型多目标跟踪器，通过三项关键改进来提高跟踪精度和鲁棒性。首先，开发了一种自适应卡尔曼滤波器，基于检测信心和轨迹消失动态更新测量噪声的协方差。其次，构建了一个新型代价矩阵，利用局定信心和检测信心作为加权因子，自适应地融合运动和外观信息。最后，引入一种动态外观特征更新策略，根据外观清晰度和局定精度调整历史特征和当前特征的相对权重。对MOT17和MOT20数据集上的全面评估表明，所提出的Deep LG-Track在多个性能指标上 consistently优于现有的SOTA跟踪器，凸显其在多目标跟踪任务中的有效性。
引用
@article{arxiv.2504.01457,
title = {Deep LG-Track: An Enhanced Localization-Confidence-Guided Multi-Object Tracker},
author = {Ting Meng and Chunyun Fu and Xiangyan Yan and Zheng Liang and Pan Ji and Jianwen Wang and Tao Huang},
journal= {arXiv preprint arXiv:2504.01457},
year = {2025}
}
备注
11 pages, 6 fugures