利用航迹片段关联器改进多目标跟踪
计算机视觉与模式识别
2022-04-25 v1
摘要
多目标跟踪(MOT)是计算机视觉中的一项任务,旨在检测视频中各类物体的位置并将其关联到唯一身份。我们提出一种基于约束规划(CP)的方法,其目标是嫁接于任何现有跟踪器之上以改进其物体关联结果。我们开发了一个分为三个独立阶段的模块化算法。第一阶段包括恢复基跟踪器提供的航迹片段,并在不确定关联出现处(例如航迹片段重叠可能导致身份切换时)将其切断。第二阶段,我们使用信念传播约束规划算法关联先前构建的航迹片段,其中我们提出多种约束,基于动力学或它们在时间与空间上的距离等多个特征为各航迹片段分配分数。最后,第三阶段是一个基础插值模型,用于填补我们所构建轨迹中剩余的空洞。实验表明,我们的模型在我们测试的所有三个当前最优跟踪器上均带来结果提升(HOTA 与 IDF1 上提升 3 至 4 个点)。
引用
@article{arxiv.2204.10677,
title = {Improving tracking with a tracklet associator},
author = {Rémi Nahon and Guillaume-Alexandre Bilodeau and Gilles Pesant},
journal= {arXiv preprint arXiv:2204.10677},
year = {2022}
}
备注
8 pages, 6 figures, CRV 2022