简单线索造就强力的多目标跟踪器
计算机视觉与模式识别
2023-04-27 v7
摘要
长期以来，多目标跟踪中最常见的范式是检测跟踪（TbD），即先检测目标再跨视频帧进行关联。在关联方面，大多数模型借助运动与外观线索，例如重识别网络。近期基于注意力的方法提出以数据驱动方式学习线索，展现出令人印象深刻的成果。在本文中，我们探讨经典的 TbD 方法是否也能达到端到端模型的性能。为此，我们提出两个关键要素，使标准重识别网络在基于外观的跟踪中表现出色。我们详尽分析了其失败案例，并表明将我们的外观特征与简单运动模型相结合可带来强劲的跟踪结果。我们的跟踪器泛化至四个公开数据集，即 MOT17、MOT20、BDD100k 与 DanceTrack，取得了最先进的性能。https://github.com/dvl-tum/GHOST。
引用
@article{arxiv.2206.04656,
title = {Simple Cues Lead to a Strong Multi-Object Tracker},
author = {Jenny Seidenschwarz and Guillem Brasó and Victor Castro Serrano and Ismail Elezi and Laura Leal-Taixé},
journal= {arXiv preprint arXiv:2206.04656},
year = {2023}
}
备注
Accepted to CVPR2023!