将多目标跟踪视为注意力机制
计算机视觉与模式识别
2023-07-13 v1
摘要
我们提出了一种概念上简单因而快速的多目标跟踪（MOT）模型，它不需要任何附加模块，如卡尔曼滤波、匈牙利算法、transformer 块或图网络。常规 MOT 模型建立于上述多步模块之上，因此计算成本高。我们提出的端到端 MOT 模型 \textit{TicrossNet} 仅由一个基础检测器和一个交叉注意力模块组成。结果，即使实例数（）增加，跟踪的开销也不会显著上升。我们展示 TicrossNet 可\textit{实时}运行；具体而言，它在 MOT17 上达到 32.6 FPS，在 MOT20（Tesla V100）上达到 31.0 FPS，每帧包含多达 100 个实例。我们还证明 TicrossNet 对 具有鲁棒性；因此，它不必像其他实时处理模型常做的那样，依 改变基础检测器的大小。
引用
@article{arxiv.2307.05874,
title = {Multi-Object Tracking as Attention Mechanism},
author = {Hiroshi Fukui and Taiki Miyagawa and Yusuke Morishita},
journal= {arXiv preprint arXiv:2307.05874},
year = {2023}
}
备注
Accepted to IEEE International Conference on Image Processing (IEEE ICIP) 2023