基于双解码器的Transformer多目标跟踪算法

作者：王利; 宣士斌; 秦续阳; 李紫薇

来源：计算机应用, 2023, 1-12.

• 多目标跟踪
• 注意力
• Transformer
• 直方图
• 模板匹配
• 卡尔曼滤波

多目标跟踪任务需要同时跟踪多个目标并保证目标身份的连续性。针对当前多目标跟踪过程中存在目标遮挡、目标身份切换以及目标丢失等问题，对基于Transformer的多目标跟踪模型进行改进。首先在第一帧通过模型初始化生成一组轨迹，此后每一帧用注意力建立帧与帧之间的关联；其次，利用双解码器修正跟踪目标信息，一个解码器用于检测目标，一个解码器用于跟踪目标；然后，完成跟踪后利用直方图模板匹配找回跟踪丢失的目标。最后，再用卡尔曼滤波对遮挡目标进行跟踪预测，并与新检测出的目标进行关联，保证跟踪结果的连续性。在TrackFormer的基础上添加表观统计特性和运动特征建模，实现了不同结构之间的融合。在MOT17数据集上的实验结果表明：相较于TrackFomer模型，IDF1身份得分提升0.87个百分点，MOTA提升0.41个百分点，ID切换数量减少16.3%。在MOT16以及MOT20数据集上也取得了不错的成绩。所提算法能够有效应对物体遮挡问题，维持目标身份信息，减少身份丢失。

• 单位
  广西民族大学