Hybrid-SORT: Schwache Signale sind für das Online-Mehrobjektverfolgen von Bedeutung

Multi-Object Tracking (MOT) zielt darauf ab, alle gewünschten Objekte über mehrere Frames hinweg zu detektieren und zuzuordnen. Die meisten bestehenden Ansätze bewältigen diese Aufgabe, indem sie starke Merkmale – beispielsweise räumliche und appearancesbezogene Informationen – explizit oder implizit nutzen, die eine hohe Unterscheidungskraft auf Instanz-Ebene aufweisen. Bei Objektüberlappung und dichter Ansammlung werden diese Merkmale jedoch gleichzeitig mehrdeutig, da die räumliche Überlappung zwischen Objekten stark ist. In diesem Artikel zeigen wir, dass diese lang bestehende Herausforderung in MOT effizient und effektiv durch die Integration schwacher Merkmale zur Kompensation starker Merkmale überwunden werden kann. Neben der Geschwindigkeitsrichtung führen wir die Vertrauenswürdigkeits- und Höhenzustände als potenzielle schwache Merkmale ein. Unser Ansatz erreicht dabei herausragende Leistung, behält jedoch weiterhin die Eigenschaften von Simple, Online and Real-Time (SORT). Zudem zeigt unsere Methode eine starke Verallgemeinerungsfähigkeit für verschiedene Tracker und Szenarien in einer plug-and-play- und trainingsfreien Weise. Bei der Anwendung auf fünf unterschiedliche repräsentative Tracker werden signifikante und konsistente Verbesserungen beobachtet. Durch die Kombination aus starken und schwachen Merkmalen erreicht unsere Methode Hybrid-SORT hervorragende Ergebnisse auf diversen Benchmarks, darunter MOT17, MOT20 sowie insbesondere DanceTrack, wo häufig Interaktionen, starke Verdeckung und komplexe Bewegungen auftreten. Der Quellcode und die Modelle sind unter https://github.com/ymzis69/HybridSORT verfügbar.