基于局部跟踪器集成的全局跟踪

长时跟踪的关键在于难以跟踪因出视野或遮挡而导致的不连续运动目标。现有长时跟踪方法遵循两种典型策略。第一种策略采用局部跟踪器进行平滑跟踪，并在目标丢失时使用另一重检测器来检测目标。虽然其可利用时间上下文（如目标的历史外观和位置），但该策略的潜在局限在于：当真实目标出视野时，局部跟踪器倾向于将附近的干扰物误识别为目标，而非激活重检测器。另一种长时跟踪策略是在整幅图像中全局跟踪目标，而非基于先前跟踪结果的局部跟踪。遗憾的是，此类全局跟踪策略无法有效利用时间上下文。本工作中，我们结合了两种策略的优势：在全局视角下跟踪目标的同时利用时间上下文。具体而言，我们通过散布于整幅图像的局部跟踪器集成来进行全局跟踪。目标的平滑运动可由一个局部跟踪器稳定处理。当该局部跟踪器因突发的非连续运动意外丢失目标时，目标附近的另一局部跟踪器随即被激活并可直接接管跟踪以定位目标。被激活的局部跟踪器利用时间上下文进行局部跟踪，而局部跟踪器集成使我们的模型具备用于跟踪的全局视角。在六个数据集上的大量实验表明，我们的方法优于最先进算法。