3 个月前

多目标追踪挑战技术报告——MT_IoT团队

多目标追踪挑战技术报告——MT_IoT团队

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

基准测试

基准方法指标
multi-object-tracking-on-dancetrackMT_IOT
AssA: 52.95
DetA: 84.14
HOTA: 66.66
IDF1: 70.6
MOTA: 93.97

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
多目标追踪挑战技术报告——MT_IoT团队 | 论文 | HyperAI超神经