摘要

在这项工作中，我们介绍了一种新颖的在线多目标跟踪器，该跟踪器在保持简单的同时具有高效性。我们提供了多个特征模块，每个模块代表特定的外观信息。通过整合不同的外观特征，包括衣物颜色、风格和目标方向，并结合一个用于鲁棒嵌入提取的ReID网络，我们的跟踪器显著提高了在线跟踪精度。此外，我们建议引入更强的检测器，并提供先进的后处理方法以进一步提升跟踪器的性能。在实时操作中，我们建立了一个测量关联距离函数的方法，该函数包括IoU（交并比）、方向、颜色、风格和ReID特征相似性信息，每项指标分别计算。通过设计与特征相关的距离函数，可以在较长的时间内处理遮挡问题，同时将身份切换的数量保持在较低水平。广泛的实验评估表明，跟踪精度和可靠性有了显著提高，这体现在减少了身份切换次数和增强了遮挡处理能力。这些进展不仅推动了目标跟踪领域的最先进水平，还为未来需要高精度和可靠性的研究和实际应用开辟了新的途径。