一种多线索单流跟踪器可过滤不准确的跟踪线索
近日,西北农林科技大学信息工程学院宁教授纪锋课题组在在目标跟踪研究成果方面取得新进展,引入了一种新颖的自适应更新机制,可过滤不准确的跟踪线索。相关研究成果发表在IEEE Transactions on Image Processing上。
在目标跟踪任务中,单流跟踪器通过利用Transformer架构同时实现特征提取和关系建模,这一设计极大地提升了跟踪器的性能。然而,单流跟踪器通常忽略了模板之外的关键跟踪线索,因此在复杂的场景中表现不佳。为了解决该问题,该研究提出了一种多线索单流跟踪器,称为MCTrack,它无缝集成了模板信息、历史轨迹、历史帧和搜索区域,以实现同步特征提取和关系建模。为了实现这一点,研究采用两种类型的编码器将模板、历史帧、搜索区域和历史轨迹转换为Tokens,然后将这些Tokens输入到Transformer架构中。为了有效使用时间和空间线索,研究引入了一种新颖的自适应更新机制,该机制结合阈值组件和局部多峰组件过滤不准确的跟踪线索。实验结果表明,MCTrack在多个主流基准数据集上优于当前代表性跟踪模型。
提出跟踪模型的网络结构。(课题组供图)?
相关论文信息:https://doi.org/10.1109/TIP.2024.3453028