基于语义无关编码的KalmanNet多目标跟踪运动估计
计算机视觉与模式识别
2025-09-16 v1 人工智能
摘要
运动估计是多目标跟踪(MOT)中的关键组件。它通过分析连续图像帧中目标位置的变化来预测目标轨迹，从而减少跟踪故障和身份切换。基于线性恒定速度模型的卡尔曼滤波(KF)是MOT中最常用的方法之一。然而，当KF的参数不匹配且目标运动呈非平稳状态时，KF可能产生不理想的结果。本文利用学习型滤波器处理MOT的运动估计问题。具体而言，我们提出一种新方法，称为语义无关KalmanNet(SIKNet)，通过两个步骤对状态向量（输入特征）进行语义无关编码：首先，语义无关编码器(SIE)使用核大小为1的1D卷积，对沿着各状态向量中均匀语义元素维度进行卷积，以独立编码语义信息；随后采用全连接层和非线性激活层，对异构语义元素之间的非线性与交叉依赖关系进行编码。为独立评估MOT中运动估计模块的性能，我们构建了一个大规模半模拟数据集，源自多个开源MOT数据集。实验结果表明，所提出的SIKNet优于传统KF方法，优于现有学习型滤波器，在鲁棒性与精度方面表现更佳。代码已公开于(https://github.com/SongJgit/filternet和https://github.com/SongJgit/TBDTracker)。
引用
@article{arxiv.2509.11323,
title = {Motion Estimation for Multi-Object Tracking using KalmanNet with Semantic-Independent Encoding},
author = {Jian Song and Wei Mei and Yunfeng Xu and Qiang Fu and Renke Kou and Lina Bu and Yucheng Long},
journal= {arXiv preprint arXiv:2509.11323},
year = {2025}
}