SimpleTrack：重新思考并改进多目标跟踪中的 JDE 方法
计算机视觉与模式识别
2022-03-09 v1
摘要
基于联合检测与嵌入（JDE）的方法通常在多目标跟踪（MOT）中用单一网络估计物体的边界框与嵌入特征。在跟踪阶段，基于 JDE 的方法通过应用相同规则融合目标运动信息与外观信息，当目标短暂丢失或被遮挡时可能失效。为克服该问题，我们提出一种新的关联矩阵——嵌入与 Giou 矩阵，其结合了物体的嵌入余弦距离与 Giou 距离。为进一步提升数据关联性能，我们开发了简单有效的跟踪器 SimpleTrack，其设计了用于重识别的自底向上融合方法，并基于我们的 EG 矩阵提出新的跟踪策略。实验结果表明 SimpleTrack 具有强大的数据关联能力，例如在 MOT17 上达到 61.6 HOTA 与 76.3 IDF1。此外，我们将 EG 矩阵应用于 5 种不同的最先进 JDE 方法，在 IDF1、HOTA 和 IDsw 指标上取得显著提升，并使这些方法的跟踪速度提升约 20%。
引用
@article{arxiv.2203.03985,
title = {SimpleTrack: Rethinking and Improving the JDE Approach for Multi-Object Tracking},
author = {Jiaxin Li and Yan Ding and Hualiang Wei},
journal= {arXiv preprint arXiv:2203.03985},
year = {2022}
}