DeepSORT/DanceTrack 都不是对手 | ETTrack 用动量校正Loss，准确预测未来运动 ！

文章预览

点击下方卡片，关注 「集智书童」 公众号 点击加入👉 「集智书童」 交流群 许多多目标跟踪（MOT）方法利用运动信息来关联跨帧检测到的所有目标。然而，许多基于滤波算法的方法，如卡尔曼滤波器，在线性运动场景中通常工作得很好，但在预测经历复杂和非线性运动的物体的位置时往往表现不佳。 为了解决这些场景，作者提出了一种基于运动的多目标跟踪方法，该方法具有增强的时间运动预测器ETTrack。具体来说，运动预测器整合了 Transformer 模型和时序卷积网络（TCN）来捕捉短期和长期的运动模式，并根据历史运动信息预测个别物体的未来运动。 此外，作者提出了一种新颖的动量校正损失函数，该函数在训练期间提供了关于物体运动方向的信息。这使得运动预测器能够快速适应运动变化，并更准确地预测未来运动。 作者的实验结果表明，ETTr ………………………………