SimpleTrack: Eine Neubewertung und Verbesserung des JDE-Ansatzes für die Mehrobjektverfolgung

Methoden basierend auf Joint Detection and Embedding (JDE) schätzen in der Multi-Object-Tracking-(MOT)-Aufgabe üblicherweise sowohl die Bounding-Boxes als auch die Embedding-Features von Objekten mit einem einzigen Netzwerk. In der Verfolgungsphase kombinieren JDE-basierte Ansätze Bewegungs- und Erscheinungsinformationen des Ziels mittels derselben Regel, was bei kurzzeitiger Verdeckung oder Verlust des Ziels zu Fehlern führen kann. Um dieses Problem zu überwinden, schlagen wir eine neue Assoziationsmatrix vor, die sogenannte Embedding und Giou-Matrix (EG-Matrix), die die kosinische Distanz der Embeddings und die Giou-Distanz von Objekten vereint. Um die Leistung der Datenassoziation weiter zu verbessern, entwickeln wir einen einfachen, effektiven Tracker namens SimpleTrack, der eine bottom-up-Fusionsmethode für die Re-Identifikation entwirft und eine neue Verfolgungsstrategie auf Basis unserer EG-Matrix vorschlägt. Die experimentellen Ergebnisse zeigen, dass SimpleTrack eine starke Fähigkeit zur Datenassoziation besitzt, beispielsweise erreicht er 61,6 HOTA und 76,3 IDF1 auf MOT17. Zudem wenden wir die EG-Matrix auf fünf verschiedene state-of-the-art JDE-basierte Methoden an und erzielen signifikante Verbesserungen in den Metriken IDF1, HOTA und IDsw, während die Verfolgungsgeschwindigkeit dieser Methoden um etwa 20 % steigt.