BoT-SORT: Robust Associations Multi-Pedestrian Tracking

要約

マルチオブジェクトトラッキング（MOT）の目標は、各オブジェクトの一意の識別子を維持しながら、シーン内のすべてのオブジェクトを検出して追跡することです。
この論文では、カメラの動き補償と、より正確なカルマンフィルター状態ベクトルとともに、動きと外観の情報の利点を組み合わせることができる、新しい堅牢な最先端のトラッカーを紹介します。
新しいトラッカーBoT-SORTとBoT-SORT-ReIDは、すべての主要なMOTメトリック（MOTA、IDF1、HOTA）に関して、MOT17とMOT20の両方のテストセットでMOTChallenge [29、11]のデータセットで1位にランクされています。
MOT17の場合：80.5 MOTA、80.2 IDF1、および65.0HOTAが達成されます。
ソースコードと事前トレーニング済みモデルは、https：//github.com/NirAharon/BOT-SORTで入手できます。

要約(オリジナル)

The goal of multi-object tracking (MOT) is detecting and tracking all the objects in a scene, while keeping a unique identifier for each object. In this paper, we present a new robust state-of-the-art tracker, which can combine the advantages of motion and appearance information, along with camera-motion compensation, and a more accurate Kalman filter state vector. Our new trackers BoT-SORT, and BoT-SORT-ReID rank first in the datasets of MOTChallenge [29, 11] on both MOT17 and MOT20 test sets, in terms of all the main MOT metrics: MOTA, IDF1, and HOTA. For MOT17: 80.5 MOTA, 80.2 IDF1, and 65.0 HOTA are achieved. The source code and the pre-trained models are available at https://github.com/NirAharon/BOT-SORT

arxiv情報

提供元, 利用サービス

arxiv.jp, Google