一条图谱统一追踪：动态图神经网络用于单视角与多视角跟踪
计算机视觉与模式识别
2026-01-01 v2
摘要
本工作提出一种统一、全可微的模型用于多人跟踪，通过学习将检测结果关联到轨迹中，无需依赖预计算的轨迹。该模型构建动态时空图谱，聚合空间、上下文和时间信息，实现整个序列中的信息无缝传播。为改善遮挡处理能力，图谱还能编码场景特定信息。我们还引入了新的大规模数据集，包含25个部分重叠视角、详细场景重建以及大量遮挡。实验表明，该模型在公共基准测试及新数据集上实现了最先进性能，具备应对多样化条件的灵活性。数据集与方法将公开发布，以推动多人跟踪领域的研究进展。
引用
@article{arxiv.2507.08494,
title = {One Graph to Track Them All: Dynamic GNNs for Single- and Multi-View Tracking},
author = {Martin Engilberge and Ivan Vrkic and Friedrich Wilke Grosche and Julien Pilet and Engin Turetken and Pascal Fua},
journal= {arXiv preprint arXiv:2507.08494},
year = {2026}
}