摘要
多目标跟踪面临诸多挑战，而轨迹信息的引入有助于缓解这些问题。了解目标的后验位置，有助于解决遮挡、重识别以及身份切换等复杂情况。本文表明，轨迹估计可成为提升跟踪性能的关键因素，并提出TrajE——一种基于循环混合密度网络的轨迹估计器，作为一个通用模块，可无缝集成至现有目标跟踪算法中。为生成多个轨迹假设，本文方法采用束搜索（beam search）策略。此外，基于同一估计的轨迹，我们进一步提出在发生遮挡后重建跟踪轨迹的方法。我们将TrajE集成至两种先进的跟踪算法——CenterTrack [63] 与 Tracktor [3] 中，在MOTChallenge 2017测试集上，其MOTA得分分别提升6.3和0.3点，IDF1得分分别提升1.8和3.1点，显著超越此前方法，为CenterTrack+TrajE配置建立了新的性能标杆。