事后多目标跟踪：探索时间对称多目标跟踪的能力
计算机视觉与模式识别
2024-12-12 v1 机器学习
摘要
时间前向跟踪一直是多目标分割与跟踪(MOTS)的主导方法。然而，一种新型的时间对称跟踪方法最近被提出用于检测、分割和跟踪预录制样本中的出芽酵母细胞。尽管该架构在稳定一致的跟踪以及缺失实例的重新插值方面展现了独特的视角，但其评估目前仍主要局限于显微视频环境。在本工作中，我们旨在揭示该架构在多种专门设计的场景（包括行人跟踪数据集）中的更广泛能力、优势与潜在挑战。我们还进行了消融实验，将该模型与其受限变体以及广泛使用的卡尔曼滤波进行比较。此外，我们对跟踪架构进行了注意力分析，涵盖预训练模型和非预训练模型。
引用
@article{arxiv.2412.08313,
title = {Post-Hoc MOTS: Exploring the Capabilities of Time-Symmetric Multi-Object Tracking},
author = {Gergely Szabó and Zsófia Molnár and András Horváth},
journal= {arXiv preprint arXiv:2412.08313},
year = {2024}
}