SURA-SORT：利用Re-ID技术保存未匹配轨迹，并结合BUSCA的OC-SORT实现目标跟踪

《IEEE Open Journal of Intelligent Transportation Systems》：SURA-SORT: Saving Unmatched Tracks with Re-ID and BUSCA-integrated OC-SORT for Object Tracking

　　

摘要：

视频中的多目标跟踪是计算机视觉领域的一项基础任务，已被广泛应用于各个领域。基于检测的跟踪方法因其灵活性和可扩展性而成为一种流行的技术；不过，其性能在很大程度上取决于检测的质量以及关联策略的稳健性。OC-SORT目标跟踪算法以观测为中心，能够在临时丢失轨迹时更新和恢复轨迹，因此在处理遮挡和非线性物体运动方面表现较为稳健。然而，该方法仍面临长期遮挡、物体形状发生显著变化以及存在外观相似的多个物体等挑战。在本文中，我们提出了一种新方法——SURA-SORT（结合Re-ID与BUSCA模块的OC-SORT用于目标跟踪），该方法将OC-SORT与用于注意力驱动的连续跟踪的BUSCA模块以及用于基于外观的重识别功能?Re-ID模块相结合，有效解决了这些挑战。在VNTraffic和AICC22-Custom两个交通监控数据集上的实验结果显示，该方法的跟踪精度很高，MOTA得分分别达到了93.7%和75.4%。这些结果体现了该方法在智能交通系统应用中的巨大潜力。此外，在对蜜蜂巢穴入口处的视频进行的大量实验表明，该方法还可以进一步优化，以便更精准地跟踪具有高度复杂运动行为的蜜蜂。