AAAI2022 多目标跟踪（MOT）汇总

一、《One More Check: Making ``Fake Background’’ Be Tracked Again》

作者: Chao Liang, Zhipeng Zhang, Xue Zhou, Bing Li, Weiming Hu
School of Automation Engineering, University of Electronic Science and Technology of China (UESTC)
NLPR, Institute of Automation, Chinese Academy of Sciences (CASIA)

论文链接：https://arxiv.org/pdf/2104.09441.pdf
Github：https://github.com/JudasDie/SOTS

1、摘要

近年来，将检测和ReID统一到一个网络之中来完成多目标跟踪的方法取得了巨大的突破，且引起了研究人员的广泛关注。然而当前的一体化跟踪器仅依赖于单帧图片进行目标检测，在遇到一些现实场景的干扰，如运动模糊、目标相互遮挡时，往往容易失效。一旦检测方法因为特征的不可靠而将当前帧的目标错判成背景时，难免会破坏目标所对应的轨迹的连贯性。在本文中，我们提出了一个再查询网络来召回被错分为“假背景”的目标框。该再查询网络创新性的将ID向量的功能从匹配扩展到运动预测，从而实现以较小的计算开销将已有目标的轨迹有效地传播到当前帧。而通过ID向量为媒介进行时序信息传播，所生成的迁移信息有效地防止了模型过度依赖于检测结果。因此，再查询网络有助于一体化方法召回“假背景”同时修复破碎的轨迹。基于已有的一体化方法CSTrack，本文构建了一个新颖且高性能的一体化跟踪器，其