
摘要
本报告简要介绍我们针对复杂环境下的多目标跟踪(Multiple-Object Tracking, MOT)挑战所提出的方法。本文将MOT任务视为一个两阶段过程,包括人体检测与轨迹匹配。具体而言,我们设计了一种改进的人体检测器,并对检测结果进行充分关联,以保障运动轨迹的完整性。同时,我们提出一种基于位置的匹配矩阵,以实现更精确的轨迹匹配。在不进行模型融合的前提下,该方法在DanceTrack挑战数据集上取得了66.672的HOTA和93.971的MOTA成绩。
代码仓库
BingfengYan/DS_OCSORT
官方
pytorch
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| multi-object-tracking-on-dancetrack | MT_IOT | AssA: 52.95 DetA: 84.14 HOTA: 66.66 IDF1: 70.6 MOTA: 93.97 |