仅使用坐标进行多目标跟踪的 Learning Data Association

我们提出了一种基于Transformer的新型模块，用于解决多目标跟踪中的数据关联问题。该模块从预训练检测器获得的检测结果中，仅利用边界框的坐标信息，估算来自两个不同时间窗口的轨迹对之间的亲和度得分。该模块命名为TWiX，通过在轨迹集合上进行训练，旨在区分来自同一物体的轨迹对与来自不同物体的轨迹对。TWiX模块不依赖交并比（IoU）度量，也不需要任何运动先验或相机运动补偿技术。通过将TWiX集成到在线级联匹配流水线中，我们的跟踪器C-TWiX在DanceTrack和KITTIMOT数据集上达到了当前最优性能，并在MOT17数据集上取得了具有竞争力的结果。代码将在论文发表后公开。