TrackSSM：一种基于状态空间模型的通用运动预测器
计算机视觉与模式识别
2024-09-11 v2
摘要
时序运动建模一直是多目标跟踪（MOT）中的关键组成部分，它可以确保平滑的轨迹运动并提供准确的位置信息以增强关联精度。然而，当前的模型难以在不同的应用场景中同时做到高效和有效。为此，我们受近期流行的状态空间模型（SSM）启发，提出了TrackSSM，这是一个统一的编码器-解码器运动框架，它使用数据依赖的状态空间模型来执行轨迹的时序运动。具体来说，我们提出了Flow-SSM，这是一个利用历史轨迹中的位置和运动信息来引导目标边界框的时序状态转换的模块。基于Flow-SSM，我们设计了一个流解码器。它由一个采用Flow-SSM的级联运动解码模块组成，可以利用编码的流信息来完成轨迹的时序位置预测。此外，我们提出了一种逐步线性（SL）训练策略。通过在上一帧和当前帧中目标的位置之间进行线性插值，我们构建了逐步线性训练的伪标签，确保轨迹流信息能够更好地引导目标边界框完成时序转换。TrackSSM利用一个简单的Mamba-Block为历史轨迹构建运动编码器，与流解码器结合形成一个具有编码器-解码器结构的时序运动模型。TrackSSM适用于各种跟踪场景，并在多个基准测试中取得了优异的跟踪性能，进一步扩展了类似SSM的时序运动模型在多目标跟踪任务中的潜力。代码和模型已公开在\url{https://github.com/Xavier-Lin/TrackSSM}。
引用
@article{arxiv.2409.00487,
title = {TrackSSM: A General Motion Predictor by State-Space Model},
author = {Bin Hu and Run Luo and Zelin Liu and Cheng Wang and Wenyu Liu},
journal= {arXiv preprint arXiv:2409.00487},
year = {2024}
}