GRASPTrack：基于分割与投影的几何推理关联用于多目标跟踪
计算机视觉与模式识别
2025-08-12 v1 人工智能
摘要
单目视频中的多目标跟踪（Multi-Object Tracking，MOT）面临遮挡和深度歧义问题，传统基于检测的跟踪方法由于缺乏几何感知，难以解决这些问题。为此，我们提出 GRASPTrack，一种新型深度感知 MOT 框架，将单目深度估计和实例分割集成到标准基于检测的跟踪管道中，从 2D 检测生成高保真 3D 点云，从而实现显式的 3D 几何推理。这些 3D 点云随后被体素化，以实现精确且稳健的基于体素的 3D 交并比（Voxel-Based 3D Intersection-over-Union，IoU）用于空间关联。为进一步提升跟踪鲁棒性，我们采用深度感知自适应噪声补偿，动态调整卡尔曼滤波过程噪声，以适应遮挡程度，实现更可靠的状态估计。此外，我们提出深度增强的观察中心动量方法，将图像平面上的运动方向一致性扩展到 3D 空间，以提高基于运动的关联线索，尤其适用于运动轨迹复杂的目标。广泛实验表明，在 MOT17、MOT20 和 DanceTrack 数据集上，我们的方法实现了竞争性能，显著提升了在频繁遮挡和复杂运动模式场景中的跟踪鲁棒性。
引用
@article{arxiv.2508.08117,
title = {GRASPTrack: Geometry-Reasoned Association via Segmentation and Projection for Multi-Object Tracking},
author = {Xudong Han and Pengcheng Fang and Yueying Tian and Jianhui Yu and Xiaohao Cai and Daniel Roggen and Philip Birch},
journal= {arXiv preprint arXiv:2508.08117},
year = {2025}
}