Walker：在时序外观图上行走的自监督多目标跟踪
计算机视觉与模式识别
2024-09-27 v1
摘要
对现有多目标跟踪(MOT)方法的监督需要巨大的标注工作量，为所有视频的每一帧提供边界框，并为随时间关联它们的实例 ID。为此，我们引入Walker，这是首个从稀疏边界框标注且无跟踪标签的视频中学习的自监督跟踪器。首先，我们设计了准稠密时序对象外观图，并提出了一种新颖的多正例对比目标，以优化图上的随机漫步并学习实例相似性。然后，我们引入一种算法来强制图中实例之间的互斥连接属性，优化所学拓扑结构以适用于MOT。在推理阶段，我们提出根据受运动约束的双向漫步的最大似然转换状态来关联检测到的实例与跟踪片段。Walker是首个在MOT17、DanceTrack和BDD100K上实现竞争性能的自监督跟踪器。值得注意的是，即使在将标注要求大幅降低最高可达400倍的情况下，我们的方案仍优于以前的自监督跟踪器。
引用
@article{arxiv.2409.17221,
title = {Walker: Self-supervised Multiple Object Tracking by Walking on Temporal Appearance Graphs},
author = {Mattia Segu and Luigi Piccinelli and Siyuan Li and Luc Van Gool and Fisher Yu and Bernt Schiele},
journal= {arXiv preprint arXiv:2409.17221},
year = {2024}
}
备注
ECCV 2024