CVPR2022《Unified Transformer Tracker for Object Tracking》

论文：[2203.15175] Unified Transformer Tracker for Object Tracking (arxiv.org)https://arxiv.org/abs/2203.15175

 一、摘要

        目标跟踪作为计算机视觉的一个重要领域，已经形成了两个独立的研究领域，分别是单目标跟踪(SOT)和多目标跟踪(MOT)。然而，由于两种任务的训练数据集和跟踪对象不同，目现阶段，在一种跟踪场景下设计的算法不能够很好的适应另一种跟踪场景。虽然UniTrack证明了可以使用多头的共享外观模型来处理单个跟踪任务，但它不能使用大规模跟踪数据集训练，并且在SOT上表现不佳。本文就此提出了统一Transformer跟踪器（UTT），提供了一个范例解决不同场景下的跟踪问题。UTT通过了一种Track transformer来跟踪SOT和MOT中的目标，其中利用目标特征和跟踪帧特征之间的相关性来定位目标。最后证明了SOT和MOT任务都可以在该框架内解决，并且可以通过在单个任务的数据集上交替优化SOT和MOT目标来同时端到端训练模型，并使用在SOT和MOT数据集上训练的统一模型在几个基准上进行了广泛的实验。

二、Motivation

1、SOT和MOT算法相互之间相互独立、不能迁移或适配

        因为两种任务的训练数据集和跟踪对象不同，目现阶段，在一种跟踪场景下设计的算法不能够很好的适应另一种跟踪场景。而且即便是能够解决这