VariabilityTrack：面向变速目标运动的多目标跟踪
计算机视觉与模式识别
2024-01-02 v3
摘要
多目标跟踪（MOT）旨在估计视频中目标的边界框与身份。多数方法可粗略划分为检测跟踪（tracking-by-detection）与联合检测关联（joint-detection-association）范式。尽管后者引起更多关注并展现出与前者相当的性能，我们主张检测跟踪范式在跟踪精度上仍是最优解，例如 ByteTrack 在 MOT17 测试集上以单张 V100 GPU 30 FPS 的运行速度取得 80.3 MOTA、77.3 IDF1 与 63.1 HOTA。然而，在车辆与无人机加速等复杂视角下，此类采用均匀卡尔曼滤波的跟踪器性能将受严重影响，导致跟踪丢失。本文提出一种基于环境反馈的变速卡尔曼滤波算法并改进匹配流程，可在保持相对静态场景下高跟踪精度的同时，大幅提升复杂变速场景中的跟踪效果。最终，在 MOT17 测试集上可取得高于 ByteTrack 的 MOTA 与 IDF1 结果。
引用
@article{arxiv.2203.06424,
title = {VariabilityTrack:Multi-Object Tracking with Variable Speed Object Movement},
author = {Run Luo and JinLin Wei and Qiao Lin},
journal= {arXiv preprint arXiv:2203.06424},
year = {2024}
}
备注
find some mistake in this paper