基于定位的跟踪

从高清视频实时且高精度地端到端生成目标轨迹（tracklet）由于每帧目标检测的成本而仍是一个挑战性问题。在本工作中，我们提出基于定位的跟踪（LBT），它是遵循检测跟踪或联合检测与跟踪范式的任意跟踪器的扩展。基于定位的跟踪仅关注可能包含目标的区域，以提升检测速度并避免匹配错误。我们在 UA-DETRAC 和 MOT20 数据集上将 LBT 作为两个示例跟踪器（KIOU 和 SORT）的扩展进行评估。LBT 扩展的跟踪器在 UA-DETRAC 基准测试的 PR-MOTA、PR-MOTP 和 mostly tracked objects 指标上优于所有其他已报道算法，确立了新的最先进水平。相对于使用 KIOU 的检测跟踪，LBT 扩展的 KIOU 在 UA-DETRAC 数据集上实现了 25% 更高的帧率，且 PR-MOTA 精度提升 1.1%。LBT 扩展的 SORT 在 UA-DETRAC 数据集上实现了 62% 的加速和 3.2% 的 PR-MOTA 提升。在 MOT20 上，LBT 扩展的 KIOU 比检测跟踪帧率高 50%，且 MOTA 精度提升 0.4%。截至提交时，我们的 LBT 扩展 KIOU 跟踪器在 MOT20 基准测试上总体排名第 10。