GenTrack：一种新的多目标跟踪方法
计算机视觉与模式识别
2025-10-29 v1 机器人学
摘要
本文介绍一种新颖的多目标跟踪（MOT）方法，称为 GenTrack，其主要贡献包括：采用混合跟踪方法同时运用随机和确定性方式，能够稳健地处理未知且随时间变化的目标数量，尤其在保持目标身份（ID）一致性和管理非线性动力学方面发挥作用，利用粒子群优化（PSO）并提出一些拟合措施，引导随机粒子向其目标分布模式移动，实现即使在弱且噪声较大的目标检测器下也能有效跟踪，整合目标之间的社交互动以增强PSO引导的粒子并提高强（匹配）和弱（未匹配）轨迹的持续更新，从而减少ID切换和轨迹丢失，尤其是在遮挡期间，基于空间一致性、外观、检测置信度、轨迹惩罚和社交得分的综合状态和观察模型，构建基于 GenTrack 的重新定义的视觉 MOT 基线，以系统性和高效的方式进行目标更新，首次提供公开可用源代码参考实现，依赖最小，包含三个变体：GenTrack Basic、PSO 和 PSO-Social，便于灵活重新实现。实验结果表明，GenTrack 在标准基准和真实场景中优于最先进的跟踪器，集成了用于公平比较的基线实现。也讨论了未来工作的潜在方向。本文的提出方法和比较跟踪器的源代码参考实现均提供于 GitHub：https://github.com/SDU-VelKoTek/GenTrack
关键词
引用
@article{arxiv.2510.24399,
title = {GenTrack: A New Generation of Multi-Object Tracking},
author = {Toan Van Nguyen and Rasmus G. K. Christiansen and Dirk Kraft and Leon Bodenhagen},
journal= {arXiv preprint arXiv:2510.24399},
year = {2025}
}
备注
This work has been submitted to the IEEE for possible publication