突破遮挡与身份错乱！MPMOT：让多目标跟踪更稳、更快、更准
点击蓝字
关注我们
关注并星标
从此不迷路
计算机视觉研究院
公众号ID｜计算机视觉研究院
学习群｜扫码在主页获取加入方式
https://pmc.ncbi.nlm.nih.gov/articles/PMC12112576/pdf/jimaging-11-00144.pdf
计算机视觉研究院专栏
Column of Computer Vision Institute
本文提出的MPMOT：基于运动感知的多目标跟踪框架，用 “运动感知” 破解跟踪痛点，在三大权威数据集上全面超越 SOTA，还能保持实时运行！
PART/1
痛点
传统跟踪的三大痛点，MPMOT 一次性解决
目前主流多目标跟踪，普遍存在三个致命问题：
- 过度依赖外观：遮挡、模糊、相似目标场景，外观特征失效，身份乱跳
- 卡尔曼滤波太死板：固定噪声假设，对低置信度检测不敏感，预测飘移
- 轨迹易断裂：长时间遮挡后， tracklet 无法重连，完整性差
MPMOT 没有堆复杂模型，而是聚焦运动信息，用三个轻量模块，从预测、关联、补全三个环节全面升级跟踪 pipeline。
PART/2
核心设计
MPMOT 核心设计：三大模块，层层强化
MPMOT 基于 FairMOT 基线改进，整体架构如下图所示，全程端到端、实时推理。
1. 增益卡尔曼滤波 GKF：让运动预测更稳
传统卡尔曼滤波用固定观测噪声，不管检测置信度高低，一律同等对待。MPMOT 提出GKF：
根据检测置信度动态调整观测噪声协方差
置信度高，信任检测；置信度低，降低检测权重，更依赖预测
比 NSA-KF 更稳定，比普通 KF 更抗遮挡、抗模糊
2. 自适应代价矩阵 ACM：让数据关联更准
数据关联是身份保持的关键，传统方法固定融合外观与运动，不够灵活。MPMOT 设计ACM：
动态融合马氏距离（运动）+ 余弦距离（外观）+ IoU
根据遮挡、检测质量自动调整权重，优先信任运动信息
用匈牙利算法完成最优匹配，大幅减少身份切换
3. 全局连接模型 GCM：让轨迹更完整
遮挡会把一条轨迹切成多段，GCM 就是轨迹 “缝合器”：
用时空卷积提取 tracklet 特征
学习时空一致性，把断裂轨迹重新连接
不依赖 heavy 图优化，轻量高效，专治长时遮挡
PART/3
效果
效果碾压：三大数据集全面领先 SOTA
MPMOT 在 MOT16、MOT17、MOT20 三大权威基准测试，结果如下：
1. MOT16 结果
IDF1：72.8%（超越 FairMOT 1.1%）
MOTA：72.2%
FPS：22.5（实时可用）
2. MOT17 结果
IDF1：72.6%（超越 FairMOT 1.3%）
身份切换 IDs 大幅减少
速度 22.6 FPS，保持实时
3. MOT20 结果
MOT20 是极拥挤、强遮挡场景，MPMOT 优势更明显：
IDF1：70.2%（全场第一）
MOTA：64.5%
IDs：2132（显著低于 ByteTrack、OC-SORT）
4. 统计显著性验证
所有 p 值 < 0.05，证明 MPMOT 的提升不是偶然，是统计显著。
PART/4
实验
在 MOT17 上做模块消融，清晰看到：
只加 GKF：MOTA、IDF1 上升，IDs 下降
再加 ACM：身份保持大幅提升
最后加 GCM：轨迹最完整，IDs 降到最低全程速度仅小幅下降，精度与效率完美平衡
同时对比不同卡尔曼滤波、不同代价矩阵，GKF 与 ACM 均为最优选择。
PART/5
可视化效果
可视化效果：遮挡、拥挤、高速都能稳跟
原文给出直观对比：
快速运动、相机抖动场景：FairMOT 跟丢，MPMOT 稳定保持 ID
密集人群、严重遮挡场景：FairMOT 频繁身份切换，MPMOT 全程 ID 一致
MPMOT 在多样场景下的跟踪效果，轨迹连贯、ID 稳定。
PART/6
总结
核心亮点
- 运动优先：弱化外观依赖，强抗遮挡、抗模糊
- 三模块轻量：GKF+ACM+GCM，精度涨点，速度不掉
- 全域领先：MOT16/17/20 全面超越 SOTA，统计显著
- 实时可用：最高 22.6 FPS，工业落地友好
局限与未来
仍受低质量检测影响
极端暗光、恶劣天气待优化
未来将轻量化、边缘部署、拓展自动驾驶 / 航拍场景
一句话总结：MPMOT 用运动感知重新定义多目标跟踪，在复杂真实场景中更稳、更准、更连贯，是下一代跟踪算法的重要方向！
有相关需求的你可以联系我们！
END
转载请联系本公众号获得授权
计算机视觉研究院学习群等你加入！
ABOUT
计算机视觉研究院
计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架，提供论文一键下载，并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！
往期推荐
🔗
YOLO-TLA：一种基于 YOLOv5 的高效轻量级小目标检测模型
ViT-YOLO：基于Transformer的用于目标检测的YOLO算法
SSMA-YOLO：一种轻量级的 YOLO 模型，具备增强的特征提取与融合能力，适用于无人机航拍的船舶图像检测
LUD-YOLO：一种用于无人机的新型轻量级目标检测网络
Gold-YOLO：基于聚合与分配机制的高效目标检测器
Drone-YOLO：一种有效的无人机图像目标检测
「无人机+AI」“空中城管”
无人机+AI：光伏巡检自动化解决方案
无人机视角下多类别船舶检测及数量统计
机场项目：解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题
2PCNet：昼夜无监督域自适应目标检测（附原代码）
YOLO-S：小目标检测的轻量级、精确的类YOLO网络
大改Yolo框架 | 能源消耗极低的目标检测新框架（附论文下载）
改进的检测算法：用于高分辨率光学遥感图像目标检测