Hybrid-SORT: Weak Cues Matter for Online Multi-Object Tracking

Hybrid-SORT: Weak Cues Matter for Online Multi-Object Tracking

基础信息

1. public：AAAI2024
2. institution：大连理工
3. code：https://github.com/ymzis69/HybridSORT
4. paper：https://arxiv.org/abs/2308.00783
5. dataset：DanceTrack、MOT20、MOT17

摘要

1. 多目标跟踪旨在检测和帧与帧之间关联所有感兴趣的目标。
2. 现有的很多方法都完成了这个任务通过探索和利用一些强相关线索(空间和外观)，这些线索在实例之间有巨大差异性。
3. 但是，当目标发生遮挡或者聚集时，由于目标的高度重叠，位置信息和外观信息就会变得混乱。
4. 本文证明了使用一些弱线索可以解决上述的MOT挑战
5. 随着速度方向的，我们引入了置信度和高度作为潜在的弱线索。
6. 本文的方法具有，简单实时在线的优势。
7. 此外，我们的方法以即插即用和无训练的方式对不同的跟踪器和场景显示了很强的泛化。
8. 当将我们的方法应用于5个不同的具有代表性的跟踪器时，可以观察到显著和一致的改进。
9. 此外，通过强线索和弱线索，我们的方法Hybrid-SORT在不同的基准上取得了优越的性能，包括MOT17，MOT20，特别是在舞蹈跟踪中，在复杂的运动中经常发生交互和严重的阻塞。
10. 这些代码和模型发布在：https://github.com/ymzis69/HybridSORT