QDTrack: Quasi-Dichte Ähnlichkeitslernverfahren für appearances-basierte mehrfache Objektverfolgung

Ähnlichkeitslernverfahren werden als entscheidender Schritt für die Objektverfolgung erkannt. Bisherige Methoden zur Mehrfachobjektverfolgung nutzen jedoch lediglich eine spärliche Abgleichung mit Ground-Truth-Daten als Trainingsziel und ignorieren dabei die überwiegende Mehrheit der informativen Regionen in Bildern. In diesem Artikel stellen wir Quasi-Dichte Ähnlichkeitslernverfahren vor, bei dem hunderte Objektregionen dicht auf einem Bildpaar für ein kontrastives Lernen abgetastet werden. Wir kombinieren dieses Ähnlichkeitslernverfahren mit mehreren bestehenden Objektdetektoren, um Quasi-Dichte Verfolgung (QDTrack) zu entwickeln, das weder eine Verschiebungsregression noch Bewegungsprioritäten erfordert. Wir stellen fest, dass der resultierende charakteristische Merkmalsraum eine einfache Nachbarschaftssuche basierend auf dem nächsten Nachbarn zur Objektzuordnung im Inferenzzeitpunkt zulässt. Darüber hinaus zeigen wir, dass unser Ähnlichkeitslernverfahren nicht auf Videodaten beschränkt ist, sondern auch aus statischen Eingaben wirksame Instanzähnlichkeiten lernen kann, was eine konkurrenzfähige Verfolgungsleistung ermöglicht, ohne dass auf Videos trainiert oder Verfolgungsüberwachung verwendet wird. Wir führen umfangreiche Experimente auf einer Vielzahl gängiger MOT-Benchmarks durch. Unser Ergebnis zeigt, dass QDTrack trotz seiner Einfachheit die Leistung der derzeit besten Verfolgungsmethoden auf allen Benchmarks erreicht und eine neue State-of-the-Art-Leistung auf dem großskaligen BDD100K-MOT-Benchmark erzielt, wobei die zusätzliche Rechenlast für den Detektor vernachlässigbar gering bleibt.