Amazon Web Services | SiamMOT：Siamese多目标追踪

【作者团队】B Shuai, A Berneshawi, X Li, D Modolo, J Tighe

【论文链接】https://arxiv.org/abs/2105.11595

【发表时间】2021.5.25

【推荐理由】

本文专注于改进在线多目标追踪(MOT)，提出一种基于区域的Siamese多目标追踪网络SiamMOT，同时检测和关联目标实例。SiamMOT包括一个运动模型，用于估计实例在两帧间的运动，从而使检测到的实例具有关联性。为探索运动模型如何影响其追踪能力，提出两种Siamese追踪器的变体，隐式运动模型和显式运动模型。在三个不同的MOT数据集上进行了广泛的定量实验，分别是MOT17、TAO-person和Caltech Roadside Pedestrians，显示了运动建模对MOT的重要性，以及SiamMOT大幅超越最先进水平的能力。SiamMOT在HiEve数据集上的表现也超过了ACM MM'20 HiEve Grand Challenge的优胜者。SiamMOT是高效的，在单个现代GPU上以17 FPS运行720P视频。

内容中包含的图片若涉及版权问题，请及时与我们联系删除