Hybrid-SORT：弱线索对在线多目标跟踪至关重要
计算机视觉与模式识别
2024-01-23 v2
摘要
多目标跟踪（MOT）旨在跨帧检测并关联所有目标对象。大多数方法通过显式或隐式利用强线索（即空间和外观信息）来完成该任务，其展现出强大的实例级判别力。然而，当发生对象遮挡与聚集时，由于对象间高度重叠，空间与外观信息会同时变得模糊。在本文中，我们证明 MOT 中这一长期存在的挑战可通过引入弱线索以补偿强线索而得到高效且有效的解决。除速度方向外，我们引入置信度与高度状态作为潜在弱线索。凭借优越性能，我们的方法仍保持简单、在线与实时（SORT）特性。同时，我们的方法以即插即用且无训练的方式展现出对多样跟踪器与场景的强泛化能力。将我们的方法应用于 5 种不同代表性跟踪器时，观察到显著且一致的改进。进一步，结合强线索与弱线索，我们的方法 Hybrid-SORT 在多样基准上取得优越性能，包括 MOT17、MOT20，尤其是 DanceTrack——其中交互与严重遮挡随复杂运动频繁发生。代码与模型可见于 https://github.com/ymzis69/HybridSORT。
引用
@article{arxiv.2308.00783,
title = {Hybrid-SORT: Weak Cues Matter for Online Multi-Object Tracking},
author = {Mingzhan Yang and Guangxin Han and Bin Yan and Wenhua Zhang and Jinqing Qi and Huchuan Lu and Dong Wang},
journal= {arXiv preprint arXiv:2308.00783},
year = {2024}
}
备注
Accepted to AAAI 2024