Polycepta:面向多目标跟踪的对象中心外观估计

Polycepta: Object-Centric Appearance Estimation for Multi-Object Tracking

精选理由

Polycepta不用死板的外观模板,边跟踪边更新目标长相,在KITTI基准上拿92.27% MOTA还跑得飞快,比传统方法稳多了。

AI 摘要

Polycepta提出对象中心外观状态估计框架,将外观建模从帧级匹配转为递归估计,为每个跟踪目标独立维护并更新外观状态。在KITTI、Waymo Open Dataset和MOT17三个基准上,该方法一致减少身份切换并提升跟踪性能。集成到RobMOT框架后,Polycepta在KITTI上达到MOTA 92.27%,运行速度90.57 Hz。

AI 翻译 · 中文

Polycepta提出对象中心外观状态估计框架,将外观建模从帧级匹配转为递归估计,为每个跟踪目标独立维护并更新外观状态。在KITTI、Waymo Open Dataset和MOT17三个基准上,该方法一致减少身份切换并提升跟踪性能。集成到RobMOT框架后,Polycepta在KITTI上达到MOTA 92.27%,运行速度90.57 Hz。

arXiv cs.AIThe tracking-by-detection paradigm in multi-object tracking (MOT) typically relies on static appearance descriptors to complement motion estimation. However, these descriptors are frame-independent, limiting their robust