FishMOT：一种基于 IoU 匹配的简洁高效鱼类跟踪方法
计算机视觉与模式识别
2023-09-25 v3
摘要
鱼类跟踪在理解鱼类行为与生态中起着至关重要的作用。然而，现有跟踪方法因鱼类形态变化、遮挡与复杂环境而在准确性与鲁棒性上面临挑战。本文提出 FishMOT（鱼类多目标跟踪，Multiple Object Tracking for Fish），一种结合目标检测与 IoU 匹配的新型鱼类跟踪方法，包含基础模块、交互模块与重寻模块。其中，基础模块基于连续帧间检测框的 IoU 进行目标关联以应对鱼类形态变化；交互模块结合检测框 IoU 与鱼体实体 IoU 处理遮挡；重寻模块利用时空信息克服复杂环境下检测器漏检导致的跟踪失败。FishMOT 无需复杂特征提取或逐鱼身份分配，也无需卡尔曼滤波预测连续帧检测框，从而降低了计算复杂度与内存消耗。实验结果表明，FishMOT 在 MOTA、精度、计算时间、内存消耗等方面优于 SOTA 多目标跟踪器与专用鱼类跟踪工具。此外，该方法对不同环境与鱼数量表现出优异的鲁棒性与泛化性。简化的流程与强劲性能使 FishMOT 成为一种高效的鱼类跟踪方法。源代码与预训练模型见：https://github.com/gakkistar/FishMOT
引用
@article{arxiv.2309.02975,
title = {FishMOT: A Simple and Effective Method for Fish Tracking Based on IoU Matching},
author = {Shuo Liu and Lulu Han and Xiaoyang Liu and Junli Ren and Fang Wang and YingLiu and Yuanshan Lin},
journal= {arXiv preprint arXiv:2309.02975},
year = {2023}
}