DiffMOT: A Real-time Diffusion-based Multiple Object Tracker with Non-linear Prediction

在多目标跟踪中，物体经常表现出加速和减速的非线性运动，并且方向变化不规则。基于卡尔曼滤波的检测跟踪（TBD）在以行人为主的场景中效果良好，但在多个对象同时进行非线性和多样化运动的复杂情况下表现不佳。为了解决复杂的非线性运动，我们提出了一种名为DiffMOT的实时扩散式MOT方法。具体而言，对于运动预测器组件，我们提出了一种新颖的解耦扩散式运动预测器（D MP）。它将数据呈现的各种运动的整个分布建模为一个整体。它还预测了一个单独物体的运动，条件是该物体的历史运动信息。此外，它通过更少的采样步骤优化了扩散过程。作为MOT跟踪器，DiffMOT在22.7FPS的速度下实时运行，并且在DanceTrack和SportsMOT数据集上的HOTA指标分别为63.4和76.2，优于现有技术。据我们所知，DiffMOT是首个将扩散概率模型引入MOT以解决非线性运动预测的方法。

解决复杂场景下多目标跟踪中的非线性运动预测问题，提出一种实时的基于扩散的多目标跟踪方法。

提出了一种新的解决方案：基于扩散的运动预测模型，可以对数据中各种运动的整个分布进行建模，并对个体对象的历史运动信息进行条件预测，同时通过优化扩散过程来减少采样步骤，以实现实时多目标跟踪。

实验表明，该方法在DanceTrack和SportsMOT数据集上的HOTA指标分别为63.4和76.2，优于现有的方法。该方法是第一个在MOT中引入扩散概率模型来解决非线性运动预测的方法。

相关研究包括使用卡尔曼滤波器进行运动预测的Tacking-by-detection (TBD)方法，以及其他基于深度学习的方法，如DeepSORT和Tracktor等。