难以跟踪运动不规则且外观相似的目标?通过缓冲匹配空间降低跟踪难度
Hard to Track Objects with Irregular Motions and Similar Appearances? Make It Easier by Buffering the Matching Space
基于摘要分析。本文研究多目标跟踪(MOT)中运动不规则、目标外观难以区分时的数据关联问题,提出 Cascaded Buffered IoU(C-BIoU)跟踪器,通过扩展检测框与轨迹的匹配空间,并采用由小到大的缓冲级联匹配,缓解常规几何关联失效的问题。 核心机制是为检测与轨迹添加缓冲,使相邻帧中属于同一目标、但没有空间重叠的检测框与轨迹仍有机会直接匹配,同时在匹配空间内补偿运动估计偏差。为控制空间扩展引入的误匹配风险,方法先使用较小缓冲匹配存活轨迹与检测,再对尚未匹配的轨迹和检测使用较大缓冲。其主要研究对象仍是视觉目标的跨帧关联,而非神经信号解码。 作者报告,该方法在侧重不规则运动及外观相似目标的 MOT 数据集上取得领先结果,并是其在 CVPR'22 SoccerNet MOT 与 ECCV'22 MOTComplex DanceTrack 挑战中获得第二名方案的主要组成部分。摘要未提供具体评估指标、数值、数据划分或对照方法,因而不能量化其增益,也不能将挑战赛完整方案的名次等同于 C-BIoU 单独运行的表现。 作者说明正文包含局限性消融与适用范围讨论,但缓冲的具体定义、参数设置、运动估计方式、实验协议、消融及统计信息尚未验证。该机制依赖检测框、轨迹及跨帧几何关系;材料未建立这些结构与 EEG/BCI 任务之间的具体对应,因此不据此提出迁移效果或复现实验建议。相关 EEG 工作尚未检索确认。
值得核对其通过缓冲匹配空间与级联匹配处理不规则运动的简洁机制,以及扩大候选范围与误匹配风险之间的权衡;现有材料不支持将其视为 EEG/BCI 方法。
来源:OpenReview · State space models · openreview.net