SMILEtrack：用于遮挡感知多目标跟踪的相似性学习
计算机视觉与模式识别
2024-01-23 v4
摘要
尽管多目标跟踪（MOT）近期取得了进展，但遮挡、相似物体和复杂场景等若干障碍仍是一项开放挑战。同时，对于流行的检测即跟踪范式，其成本-性能权衡的系统性研究仍然缺乏。本文提出 SMILEtrack，一种创新的目标跟踪器，通过将高效目标检测器与基于连体网络的相似性学习模块（SLM）相集成，有效应对这些挑战。SMILETrack 的技术贡献有两点。首先，我们提出一个 SLM，计算两个物体之间的外观相似性，克服了分离检测与嵌入（SDE）模型中特征描述子的局限。SLM 引入了受视觉 Transformer 启发的块自注意力（PSA）模块，为准确的相似性匹配生成可靠特征。其次，我们开发了具有新颖 GATE 函数的相似性匹配级联（SMC）模块，用于跨连续视频帧的鲁棒物体匹配，进一步提升 MOT 性能。这些创新共同使 SMILETrack 在成本（如运行速度）与性能（如跟踪精度）之间相比若干现有最先进基准（包括流行的 BYTETrack 方法）实现了改进的权衡。在 MOT17 和 MOT20 数据集上，SMILETrack 比 BYTETrack 高出 0.4-0.8 MOTA 和 2.1-2.2 HOTA 点。代码见 https://github.com/pingyang1117/SMILEtrack_Official
引用
@article{arxiv.2211.08824,
title = {SMILEtrack: SiMIlarity LEarning for Occlusion-Aware Multiple Object Tracking},
author = {Yu-Hsiang Wang and Jun-Wei Hsieh and Ping-Yang Chen and Ming-Ching Chang and Hung Hin So and Xin Li},
journal= {arXiv preprint arXiv:2211.08824},
year = {2024}
}
备注
Our paper was accepted by AAAI2024