摘要

简单在线实时跟踪（Simple Online and Realtime Tracking, SORT）是一种注重简单且高效算法的多目标跟踪方法。本文通过引入外观信息，提升了SORT的性能。得益于这一改进，我们能够在更长时间的遮挡情况下持续跟踪目标，显著减少了身份切换的次数。秉承原始框架的设计理念，我们将大部分计算复杂度转移到离线预训练阶段，在大规模行人重识别数据集上学习一个深度关联度量。在在线应用阶段，我们通过在视觉外观空间中进行最近邻查询来建立测量与轨迹之间的关联。实验评估表明，我们的改进方法将身份切换次数减少了45%，在保持高帧率的同时实现了整体上具有竞争力的跟踪性能。