論文地址：2501.01275v2

代碼地址：GitHub - leandro-svg/HybridTrack: [RA-L25/ICRA26] HybridTrack: A Hybrid Approach for Robust Multi-Object Tracking

---

前言 

多目標跟蹤旨在在幀間檢測和關聯所有所需的目標。大多數方法通過明確或隱式地利用強大的線索（即空間和外觀信息）來完成任務，這些線索表現出強大的實例級別判別能力。然而，當出現目標遮擋和聚類時，由于目標之間的高度重疊，空間和外觀信息同時變得模糊不清。在本文中，作者證明MOT中這個長期以來的挑戰可以通過引入弱線索來有效地解決，以補償強線索的不足。作者引入了「速度方向」、「置信狀態」和「高度狀態」作為潛在的「弱線索」。在性能方面表現優越的同時，作者的方法仍保持了簡單、在線和實時（SORT）的特性。

---

?? 研究背景

• 傳統SORT/DeepSORT等方法的局限：固定的運動模型和線性卡爾曼濾波器在非剛性目標或快速加減速等復雜軌跡下難以適應，魯棒性差。

  <