利用图层次结构统一短期与长期跟踪
计算机视觉与模式识别
2023-03-31 v2
摘要
在长视频中有效跟踪对象实质上意味着解决一系列问题，从未被遮挡对象的短期关联到被遮挡后重新出现在场景中的对象的长期关联。解决这两类任务的方法往往互不相关且针对特定场景设计，而性能最优的方法通常是多种技术的混合，这产生了缺乏通用性且工程负担重的方案。本文中，我们质疑混合方法的必要性，并引入 SUSHI，一种统一且可扩展的多对象跟踪器。我们的方法通过将长片段拆分为层次化的子片段来处理，从而实现高可扩展性。我们利用图神经网络处理所有层次，使模型在时间尺度上统一且高度通用。结果表明，我们在四个多样化数据集上相较最先进水平取得显著提升。我们的代码与模型见 bit.ly/sushi-mot。
引用
@article{arxiv.2212.03038,
title = {Unifying Short and Long-Term Tracking with Graph Hierarchies},
author = {Orcun Cetintas and Guillem Brasó and Laura Leal-Taixé},
journal= {arXiv preprint arXiv:2212.03038},
year = {2023}
}
备注
CVPR 2023