面向无人舰船平台的高效并行海图多目标跟踪架构 DMSORT
摘要
准确地通过稳健的多目标跟踪（MOT）感知海洋环境对于确保舰船导航安全和有效的海上监视至关重要。然而，复杂的海洋环境常常导致摄像头运动及随之而来的视觉退化，为 MOT 带来了显著挑战。为此，我们提出了用于海上 MOT 的高效双分支海图 SORT（DMSORT）方法。该框架的核心是一个带有仿射补偿的并行跟踪器，包含用于对象检测和重识别（ReID）的分支，以及用于动态相机运动估计的专用分支。具体而言，集成 Reversible Columnar Detection Network（RCDN）于检测模块中，以利用多级视觉特征实现稳健对象检测。此外，设计了轻量级基于 Transformer 的外观提取器（Li-TAE），以捕获全局上下文信息并生成稳健的外观特征。另一个分支通过构建投影变换、在卡尔曼滤波器中应用平台运动补偿，从而分离由平台引起的运动与目标内在运动，从而稳定真实对象轨迹。最后，一个聚类优化的特征融合模块有效组合运动与外观线索，在噪声、遮挡和漂移情况下确保身份一致性。广泛的在新加坡海运数据集上的评估表明，DMSORT 实现了最先进的性能。值得注意的是，DMSORT 在现有基于 ReID 的 MOT 框架中实现了最快的运行速度，同时保持高水平的身份一致性和对抖动及遮挡的鲁棒性。代码已公开：https://github.com/BiscuitsLzy/DMSORT-An-efficient-parallel-maritime-multi-object-tracking-architecture-.
关键词
引用
@article{arxiv.2511.04128,
title = {DMSORT: An efficient parallel maritime multi-object tracking architecture for unmanned vessel platforms},
author = {Shengyu Tang and Zeyuan Lu and Jiazhi Dong and Changdong Yu and Xiaoyu Wang and Yaohui Lyu and Weihao Xia},
journal= {arXiv preprint arXiv:2511.04128},
year = {2025}
}
备注
This version clarifies several citation formatting inconsistencies caused by a technical issue in the reference management software used during manuscript preparation. All scientific data, experiments, and conclusions remain fully valid and unaffected. The clarification is provided to maintain transparency and consistency in the scholarly record