CenterTrack

以点的形式跟踪物体

摘要 传统的跟踪技术是通过空间和时间跟踪利点的艺术。随着强大的深度网络的出现，这种情况发生了变化。如今，跟踪主要依赖于执行目标检测后再进行时间关联的管道，也称为检测式跟踪。在本文中，我们提出了一种同时进行检测和跟踪的算法，该算法比现有的最先进技术更简单、更快速、更准确。我们的跟踪器 CenterTrack 将检测模型应用于一对图像和前一帧的检测结果。基于此最小输入，CenterTrack 定位目标并预测它们与前一帧的关联。这就是它。CenterTrack 简单、实时、在线（不会透视未来），在 MOT17 挑战赛上以 22 FPS 的速度实现了 67.3% 的 MOTA，在 KITTI 跟踪基准上以 15 FPS 的速度实现了 89.4% 的 MOTA，在两个数据集上均设置了新的先进水平。CenterTrack 通过回归额外的 3D 属性来轻松扩展到单目 3D 跟踪。使用单目视频输入，它在新发布的 nuScenes 3D 跟踪基准上实现了 28.3% 的 [email protected]，在该基准上显著优于单目基准，同时以 28 FPS 的速度运行。

主要特点