BoT-SORT Silky Track | 超越 DeepSORT、StrongSORT++ 和 ByteTrack-1 简介
多目标跟踪 (MOT) 旨在检测和估计视频流中多个目标的时空轨迹。MOT 是许多应用的基本问题,例如自动驾驶、视频监控等。
目前,Tracking-by-detection
成为 MOT
任务中最有效的范式。Tracking-by-detection
包含一个步骤检测步骤,然后是一个跟踪步骤。跟踪步骤通常由2个主要部分组成:
- 运动模型和状态估计,用于预测后续帧中轨迹的边界框。
卡尔曼滤波器
(KF) 是此任务的主流选择。 - 将新帧检测与当前轨迹集相关联。
对于步骤2:有2种主要的方法用于处理关联任务:
- 目标的定位,主要是预测轨迹边界框和检测边界框之间的IoU。
- 目标的外观模型和解决Re-ID任务。
这2种方法都被量化为距离,并用于将关联任务作为全局分配问题来解决。
最近的许多Tracking-by-detection
工作都基于对 SORT
、DeepSORT
和 JDE
方法的研究。作者认识到这些SORT-like
算法存在一些局限性,将在下面进行描述。
大多数SORT-like
算法采用卡尔曼滤波器
和恒速模型
假设作为运动模型。KF
用于预测下一帧中的 tracklet
边界框,以与检测边界框相关联,并用于在遮挡或未检测到的情况下预测 tracklet
状态。
与目标检测器驱动的检测相比,使用 KF
状态估计作为跟踪器的输出会导致边界框形状次优。最近的大多数方法都使用了经典跟踪器 DeepSORT
中提出的 KF
状态表征,它试图估计框的纵横比而不是宽度,这导致宽度大小估计不准确。
SORT-like
IoU-based
方法主要取决于 tracklet
的预测边界框的质量。因此,在许多复杂的场景中,预测边界框的正确位置可能会由于相机运动而失败,这导致2个相关边界框之间的重叠率低,最终导致跟踪器性能低下。作者通过采用传统的图像配准来估计相机运动,通过适当地校正卡尔曼滤波器来克服这个问题。这里将此称为相机运动补偿
(CMC
)。
在许多情况下,SORT-like
算法中的定位和外观信息(即重识别)会导致跟踪器的检测能力 (MOTA
) 和跟踪器随时间保持正确身份的能力 (IDF1
) 之间的权衡。使用 IoU
通常可以实现更好的 MOTA
,而 Re-ID
可以实现更高的 IDF1。
在这项工作中,我们提出了新的跟踪器,通过解决上述 SORT-like
的跟踪器的限制并将它们集成到 ByteTrack
中,新的跟踪器在 MOT17
和 MOT20
挑战的所有主要 MOT
指标(图 1)中都优于所有领先的跟踪器。
工作的主要贡献可以总结如下:
• 通过添加改进,例如基于相机运动补偿的特征跟踪器和合适的卡尔曼滤波器状态向量以实现更好的边界框定位,Tracking-by-detection
跟踪器的性能也可以得到显著的改进。
• 为 IoU
和 ReID
的余弦距离
融合提出了一种简单有效的方法,以便在检测和轨迹之间建立更强大的关联。
推荐阅读
-
5G空口特点和关键技术|带您阅读5G空口特点和关键技术之一
-
推荐系统协同过滤升级 NeuralCF - 协同过滤和 NeuralCF
-
ChatGPT4 的 Dalle-3 生成电影海报和升级教程
-
为有兴趣者提供升级和改装的电影系统
-
让老电影和老照片更清晰的秘密!将分辨率提高 400% 的人工智能算法
-
iOS 16 的新错误:无法在 Final Cut Pro 和 iMovie 中打开电影效果视频
-
解决新版 Edge 浏览器的卡顿、速度变慢和视频掉帧问题
-
卡利更新源和优质国内源的方法
-
pandas ExcelWriter 的用法和代码示例
-
使用 pip update 命令和清华镜像快速安装 OpenCV-python