.png){kind=icon}
返回
WM-SORT: Modeling multi-object tracking motion patterns in real world
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.130182.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多目标跟踪（MOT）是一项关键但具有挑战性的计算机视觉任务，尤其是在涉及遮挡的场景中。尽管卡尔曼滤波器是用于预测和精炼目标位置的主要运动模型，但其依赖性可能导致在遮挡期间状态误差快速累积，从而引发身份切换问题。大多数方法主要聚焦于通过挖掘边界框信息来建模非线性像素级运动，这存在固有局限性。为解决此问题，我们提出了一种创新的多目标跟踪框架——世界运动排序（WM-SORT），该框架通过在世界三维坐标系中而非仅限于二维图像平面上建模目标的运动模式。WM-SORT旨在缓解由遮挡引起的身份切换问题。具体而言，我们首先引入线性相机模型将像素坐标投影到世界坐标系，并部署维度恢复模块以获取因相机特性丢失的维度。为建模真实世界的运动模式，我们开发了世界运动模型，该模型在目标被遮挡时更新目标在世界坐标系中的位置，模拟真实世界中的目标运动，而不仅依赖边界框信息。此外，我们提出了一种二维-三维结合的数据关联方法，用于在图像平面和三维世界中匹配跟踪目标。在MOT17和MOT20数据集上的广泛实验表明，我们提出的WM-SORT取得了卓越效果，尤其在身份保持方面表现突出。
Keyword:
Multi-object tracking
Coordinate transformation
Motion-based model
Occlusion problems
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容