用于多目标跟踪的具有复合节点的多场景泛化轨迹全局图求解器
计算机视觉与模式识别
2023-12-15 v1
摘要
全局多目标跟踪(MOT)系统可以考虑交互、遮挡及其他“视觉模糊”场景,以确保在长视频中实现有效的目标跟踪。其中,基于图的“检测-跟踪”范式取得了惊人的性能。然而,其全连接特性带来了存储空间需求,对算法处理长视频构成了挑战。目前,常用的方法仍然是通过跨帧构建前向关联来生成轨迹。在一阶相似性信息指导下产生的此类匹配,从更长时间的角度来看可能并非最优。此外,它们通常缺乏用于纠正失配的端到端机制。本文提出了复合节点消息传递网络(CoNo-Link),这是一个用于建模超长帧信息以进行关联的多场景泛化框架。CoNo-Link 的解决方案是一种构建受约束连接图的低存储开销方法。除了以往将目标作为节点的方法外,该网络创新性地将目标轨迹作为节点进行信息交互,提升了图神经网络的特征表示能力。具体而言,我们将图构建问题表述为针对某些可靠目标或轨迹的 top-k 选择任务。通过添加复合节点,我们的模型能够在更长时间尺度上学习到更好的预测。因此,我们的方法在多个常用数据集上优于现有技术。
引用
@article{arxiv.2312.08951,
title = {Multi-Scene Generalized Trajectory Global Graph Solver with Composite Nodes for Multiple Object Tracking},
author = {Yan Gao and Haojun Xu and Nannan Wang and Jie Li and Xinbo Gao},
journal= {arXiv preprint arXiv:2312.08951},
year = {2023}
}
备注
AAAI 2024