具有特征融合的稀疏消息传递网络用于在线多目标跟踪
计算机视觉与模式识别
2022-12-07 v1
摘要
现有的多目标跟踪（MOT）方法设计了复杂架构以获得更好的跟踪性能。然而，若未对输入信息进行恰当组织，它们仍无法鲁棒地执行跟踪，并饱受频繁身份切换之苦。本文中，我们提出两种新方法以及一个简单的在线消息传递网络（MPN）来解决这些局限。首先，我们探索图节点与边嵌入的不同融合方法，并提出一种新的 IoU（交并比）引导函数，改善了长时跟踪并处理了身份切换。其次，我们引入分层采样策略以构建更稀疏的图，从而将训练聚焦于更困难的样本。实验结果表明，具备这两项贡献的简单在线 MPN 可优于许多最先进方法。此外，我们的关联方法泛化性良好，也能改进基于私有检测的方法的结果。
引用
@article{arxiv.2212.02992,
title = {Sparse Message Passing Network with Feature Integration for Online Multiple Object Tracking},
author = {Bisheng Wang and Horst Possegger and Horst Bischof and Guo Cao},
journal= {arXiv preprint arXiv:2212.02992},
year = {2022}
}
备注
8 pages, 2 figures