MOTS：基于少样本方法的通用类别多目标跟踪
计算机视觉与模式识别
2020-05-20 v1
摘要
大多数现代多目标跟踪（MOT）系统通常应用基于REID的范式，以在计算效率与性能之间保持平衡。过去几年中，已有大量尝试来完善这些系统。尽管它们展现出良好的性能，但受限于跟踪指定类别。借鉴少样本方法的思路，我们开创了一种新的多目标跟踪系统，命名为MOTS，它基于度量但不局限于跟踪特定类别。它包含两个串联阶段：在第一阶段，我们设计自适配匹配模块来执行简单目标匹配，该模块在MOT16训练集上无需牺牲性能即可完成88.76%的分配。在第二阶段，精心设计了精细匹配网络用于处理未匹配目标。借助新构建的TRACK-REID数据集，该精细匹配网络可完成31类目标的匹配，甚至能泛化至未见类别。
引用
@article{arxiv.2005.09167,
title = {MOTS: Multiple Object Tracking for General Categories Based On Few-Shot Method},
author = {Xixi Xu and Chao Lu and Liang Zhu and Xiangyang Xue and Guanxian Chen and Qi Guo and Yining Lin and Zhijian Zhao},
journal= {arXiv preprint arXiv:2005.09167},
year = {2020}
}
备注
6 pages