基于条件扩散运动假设和时域感知对比原型技术的鲁棒在线多目标跟踪算法

《Scientific Reports》：Robust online multi-object tracking with conditional diffusion motion hypotheses and time-aware contrastive prototypes

　　

摘要

在线多目标跟踪（MOT）通常采用检测驱动的跟踪方法实现：通过运动先验将每个目标轨迹传播到当前帧，并利用外观特征进行数据关联。尽管检测器和关联算法非常有效，但在拥挤、交互频繁的视频中仍存在两种常见的问题：(i) 在非线性运动和短期不确定性情况下，确定性、单峰的轨迹传播方式会导致错误的匹配被丢弃；(ii) 随着时间的推移，外观特征会发生变化，导致过时的历史特征在相似性评分中占据主导地位。本文提出了DiffuTrack，这是一个基于生成模型的在线MOT框架，能够在保留标准“预测-关联-更新”循环的同时解决这两个问题。运动扩散模块（MDM）用条件扩散生成器替代了传统的点运动传播方法，通过对标准化边界框状态进行加速采样来生成概率分布假设。为了稳定目标身份的关联，时间感知原型对比学习（TPCL）通过时间衰减的样本来维护目标身份，并使用时间加权的对比目标函数对过时的数据进行处理。在MOT17/MOT20和DanceTrack数据集上的实验表明，该框架在关联相关指标上取得了显著提升，尤其是在轨迹非线性较强和遮挡较多的场景中效果更为明显。诊断性不确定性分析进一步表明，基于扩散的假设比线性高斯传播方法具有更广泛的支持范围，这表明在标准在线MOT循环中，概率运动生成是一种比确定性运动先验更实用的选择。