摘要

多目标跟踪是机器人学与计算机视觉诸多应用中的关键组成部分。然而，现有的多目标跟踪方法在计算运行时长与跟踪精度之间存在权衡，导致在实时应用场景中部署面临挑战。本文提出一种新型实时模型——轻量级多目标跟踪器（Light-weight Multi-Object Tracker, LMOT），该模型能够联合完成行人检测与跟踪任务。LMOT采用简化的DLA-34编码网络，高效提取当前图像的检测特征，显著降低计算开销。此外，我们利用线性Transformer（linear transformer）对前一帧图像及其对应的检测热图生成高效的跟踪特征。随后，LMOT在多层架构中融合检测特征图与跟踪特征图，并基于卡尔曼滤波器（Kalman filter）实施两阶段在线数据关联，以生成轨迹片段（tracklets）。我们在具有挑战性的真实世界数据集MOT16/17/20上对模型进行了评估，结果表明，LMOT在保持高鲁棒性的同时，显著优于当前最先进的跟踪器，在运行时长方面表现突出。相比现有最优方法，LMOT的推理速度提升约十倍，平均性能精度仅低3.8%，展现出显著更低的计算负担，是一种极具实用价值的轻量化跟踪模型。