FastTrackTr：面向快速多目标跟踪的 Transformer 方法
计算机视觉与模式识别
2025-07-31 v4 人工智能
摘要
基于 Transformer 的多目标跟踪（MOT）方法近年来受到众多研究者的关注。然而，这些模型常因其结构或其他问题导致推理速度较慢。为此，本文回顾了过去方法中的联合检测与跟踪（JDT）方法。通过将原始 JDT 方法与一些先进理论相结合，本文在 DETR 上构建了一种高效的帧间信息传递方法，提出一种快速且新颖的 JDT 类型 MOT 框架：FastTrackTr。凭借此信息传递方法的优势，我们的方法不仅减少了跟踪期间查询的数量，还避免了对网络结构的过度引入，确保了模型的简单性。实验结果表明，我们的方法有望实现实时跟踪，并在多个数据集上展现出具竞争力的跟踪精度。
关键词
引用
@article{arxiv.2411.15811,
title = {FastTrackTr:Towards Fast Multi-Object Tracking with Transformers},
author = {Pan Liao and Feng Yang and Di Wu and Jinwen Yu and Wenhui Zhao and Dingwen Zhang},
journal= {arXiv preprint arXiv:2411.15811},
year = {2025}
}