只需一个单应性矩阵：基于 IMM 的联合单应性与多目标状态估计
摘要
提出一种新型在线多目标跟踪算法，IMM 联合单应性状态估计（IMM-JHSE）。IMM-JHSE仅使用初始单应性估计作为额外的3D信息，而其他3D MOT方法则使用常规3D测量。通过将单应性矩阵及其动力学作为轨迹状态向量的一部分进行联合建模，IMM-JHSE消除了相机运动补偿技术对预测轨迹位置状态的显式影响，这在先前的方法中常见。进一步地，静态和动态相机运动模型通过 IMM 滤波器结合。采用简单的边界框运动模型来预测边界框位置，以纳入图像平面信息。除了对相机运动应用 IMM 外，还采用一种非标准的 IMM 方法，其中将基于边界框的 BIoU 分数与基于地面平面的马氏距离以类似 IMM 的方式混合，以进行关联，使 IMM-JHSE 对偏离地面平面的运动更具鲁棒性。最后，IMM-JHSE 使用动态过程和测量噪声估计技术。IMM-JHSE 在 DanceTrack 和 KITTI-car 数据集上改进了相关技术，包括 UCMCTrack、OC-SORT、C-BIoU 和 ByteTrack，分别将 HOTA 提升 2.64 和 2.11 个百分点，在 MOT17、MOT20 和 KITTI-pedestrian 数据集上表现出竞争力。使用公开可用的检测结果，IMM-JHSE 在 KITTI-car 数据集上几乎优于所有其他2D MOT方法，仅被一些离线的3D MOT方法超越。在与基于注意力的跟踪方法比较时，IMM-JHSE 在 DanceTrack 数据集上表现出与之相似的性能，在 MOT17 数据集上则表现更好。代码已公开：https://github.com/Paulkie99/imm-jhse。
引用
@article{arxiv.2409.02562,
title = {One Homography is All You Need: IMM-based Joint Homography and Multiple Object State Estimation},
author = {Paul Johannes Claasen and Johan Pieter de Villiers},
journal= {arXiv preprint arXiv:2409.02562},
year = {2025}
}
备注
Preprint submitted to Expert Systems with Applications