摘要

在本研究中，我们提出了一种简单但高效的方案——TransTrack，用于解决多目标跟踪问题。TransTrack 利用了基于注意力机制的变压器架构（transformer architecture），将前一帧中的目标特征作为当前帧的查询（query），并引入一组学习到的目标查询，以实现对新出现目标的检测。它通过一次性完成目标检测和目标关联，建立了一种新颖的联合检测与跟踪范式，简化了基于检测的跟踪方法中复杂的多步骤设置。在 MOT17 和 MOT20 基准测试中，TransTrack 分别达到了 74.5% 和 64.5% 的 MOTA 指标，与现有最先进方法具有竞争力。我们期望 TransTrack 能为多目标跟踪提供一种新的视角。代码已开源，可访问以下链接获取：\url{https://github.com/PeizeSun/TransTrack}。