多目标跟踪的双层自适应：从经验与直觉构建测试时校准
计算机视觉与模式识别
2026-03-24 v1
摘要
多目标跟踪（MOT）长期以来是计算机视觉中的一项基础任务，在众多现实场景中有着广泛的应用。然而，由于训练数据与测试数据在外观、运动模式和类别上的分布偏移，模型在多目标跟踪的在线推理过程中性能会显著下降。测试时自适应（TTA）已成为缓解此类分布偏移的一种有前景的范式。然而，现有的 TTA 方法在 MOT 中往往无法取得令人满意的结果，因为它们主要只关注帧级自适应，而忽略了跨帧和跨视频的时间一致性与身份关联。受人类决策过程的启发，本文提出了一个基于经验与直觉的测试时校准（TCEI）框架。在该框架中，直觉系统利用瞬时记忆来回忆最近观察到的对象以进行快速预测，而经验系统则利用从先前测试视频中积累的经验来重新评估和校准这些直觉预测。此外，在线测试过程中，置信度高和置信度低的对象分别被用作历史先验和反思案例，使模型能够适应测试环境并缓解性能下降。大量实验表明，所提出的 TCEI 框架在多个基准数据集上持续取得了优越的性能，并显著增强了模型在分布偏移下的适应性。代码将发布在 https://github.com/1941Zpf/TCEI。
引用
@article{arxiv.2603.21629,
title = {Dual-level Adaptation for Multi-Object Tracking: Building Test-Time Calibration from Experience and Intuition},
author = {Wen Guo and Pengfei Zhao and Zongmeng Wang and Yufan Hu and Junyu Gao},
journal= {arXiv preprint arXiv:2603.21629},
year = {2026}
}
备注
Accepted by CVPR2026