MVTrajecter：基于轨迹运动代价与轨迹外观代价的多视角行人跟踪

多视角行人跟踪（MVPT）旨在根据多视角视频，以鸟瞰图占用图的形式跟踪行人。在单一模型内同时检测和关联行人的端到端方法在MVPT中已展现出巨大进展。行人的运动与外观信息对于关联至关重要，但以往的端到端MVPT方法仅依赖当前时间戳及其单个相邻过去时间戳，丢弃了在此之前的历史轨迹。本文提出了一种名为多视角轨迹跟踪器（MVTrajecter）的新型端到端MVPT方法，该方法利用过去轨迹中多个时间戳的信息以实现稳健的关联。MVTrajecter引入了轨迹运动代价与轨迹外观代价，以分别有效融合运动与外观信息。这些代价基于各时间戳之间的信息，计算当前与各个过去时间戳下的哪些行人可能是同一人。即使当前行人有可能在某个过去时间戳被错误关联，这些代价机制也能使模型基于其他过去时间戳将其与正确的过去轨迹进行关联。此外，MVTrajecter利用注意力机制有效捕捉多个时间戳之间的关系。大量实验验证了MVTrajecter各组件的有效性，并表明其优于先前SOTA方法。