論文の概要: SocialTrack: Multi-Object Tracking in Complex Urban Traffic Scenes Inspired by Social Behavior

• arxiv url: http://arxiv.org/abs/2508.12777v1
• Date: Mon, 18 Aug 2025 09:53:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:11.168049
• Title: SocialTrack: Multi-Object Tracking in Complex Urban Traffic Scenes Inspired by Social Behavior
• Title（参考訳）: SocialTrack: 社会行動に触発された複雑な都市交通シーンにおける多目的追跡
• Authors: Wenguang Tao, Xiaotian Wang, Tian Yan, Jie Yan, Guodong Li, Kun Bai,
• Abstract要約: 本稿では,複雑な都市交通環境における小目標の追跡精度とロバスト性を高めるために,新しい多目的追跡フレームワークSocialTrackを提案する。 特殊小ターゲット検出器は、マルチスケールの特徴増強機構を用いて検出性能を向上させる。 UAVDTとMOT17データセットに関する大規模な実験は、SocialTrackが既存の最先端(SOTA)メソッドをいくつかの主要なメトリクスで上回っていることを示している。
• 参考スコア（独自算出の注目度）: 16.70640374868957
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As a key research direction in the field of multi-object tracking (MOT), UAV-based multi-object tracking has significant application value in the analysis and understanding of urban intelligent transportation systems. However, in complex UAV perspectives, challenges such as small target scale variations, occlusions, nonlinear crossing motions, and motion blur severely hinder the stability of multi-object tracking. To address these challenges, this paper proposes a novel multi-object tracking framework, SocialTrack, aimed at enhancing the tracking accuracy and robustness of small targets in complex urban traffic environments. The specialized small-target detector enhances the detection performance by employing a multi-scale feature enhancement mechanism. The Velocity Adaptive Cubature Kalman Filter (VACKF) improves the accuracy of trajectory prediction by incorporating a velocity dynamic modeling mechanism. The Group Motion Compensation Strategy (GMCS) models social group motion priors to provide stable state update references for low-quality tracks, significantly improving the target association accuracy in complex dynamic environments. Furthermore, the Spatio-Temporal Memory Prediction (STMP) leverages historical trajectory information to predict the future state of low-quality tracks, effectively mitigating identity switching issues. Extensive experiments on the UAVDT and MOT17 datasets demonstrate that SocialTrack outperforms existing state-of-the-art (SOTA) methods across several key metrics. Significant improvements in MOTA and IDF1, among other core performance indicators, highlight its superior robustness and adaptability. Additionally, SocialTrack is highly modular and compatible, allowing for seamless integration with existing trackers to further enhance performance.
• Abstract（参考訳）: 多対象追跡(MOT)分野における重要な研究方向として、UAVに基づく多対象追跡は、都市知的交通システムの解析と理解に重要な応用価値を持つ。 しかし、複雑なUAVの視点では、小さな目標スケールの変動、閉塞、非線形交差運動、動きのぼかしといった課題は、多物体追跡の安定性を著しく損なう。 これらの課題に対処するために,複雑な都市交通環境における小目標の追跡精度とロバスト性を高めることを目的とした,新しい多目的追跡フレームワークSocialTrackを提案する。 特殊小ターゲット検出器は、マルチスケールの特徴増強機構を用いて検出性能を向上させる。 VACKF(Velocity Adaptive Cubature Kalman Filter)は、速度動的モデリング機構を組み込むことで、軌道予測の精度を向上させる。 グループ運動補償戦略(GMCS)は、低品質トラックに対する安定した状態更新基準を提供するために、社会集団の動きをモデル化し、複雑な動的環境における目標関連精度を大幅に改善する。 さらに、STMP(Spatio-Temporal Memory Prediction)は、過去の軌跡情報を利用して、低品質トラックの将来の状態を予測し、ID切替問題を効果的に軽減する。 UAVDTとMOT17データセットに関する大規模な実験は、SocialTrackが既存の最先端(SOTA)メソッドをいくつかの主要なメトリクスで上回っていることを示している。 MOTAとIDF1の大幅な改善は、他のコアパフォーマンス指標の中でも、その優れた堅牢性と適応性を強調している。 さらに、SocialTrackは高度にモジュール化され互換性があり、既存のトラッカーとのシームレスな統合により、パフォーマンスがさらに向上する。

関連論文リスト

• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• Stable at Any Speed: Speed-Driven Multi-Object Tracking with Learnable Kalman Filtering [5.852380432257675]
  マルチオブジェクトトラッキング(MOT)により、自動運転車は動的物体を継続的に知覚することができる。 Speed-Guided Learnable Kalman Filter (SG-LKF)は、エゴ車速に不確実性を適用し、高ダイナミックなシナリオにおける安定性と精度を著しく向上する。 SG-LKF は KITTI 2D MOT の79.59% HOTA で全ての視覚ベースの手法の中で第1位であり、KITTI 3D MOT では 82.03% HOTA で強い結果を出し、nuScenes 3D MOT では SimpleTrack を 2.2% AMOTA で上回っている。
  論文  参考訳（メタデータ） (2025-08-01T06:42:33Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• A Simple Detector with Frame Dynamics is a Strong Tracker [43.912410355089634]
  赤外線物体追跡は、反無人航空機(Anti-UAV)の用途において重要な役割を担っている。 既存のトラッカーは、しばしば収穫されたテンプレート領域に依存し、モーションモデリング機能に制限がある。 我々は,グローバルな検出と動き認識学習を統合することで,トラッキング性能を向上させる,シンプルで効果的な赤外線小物体トラッカーを提案する。
  論文  参考訳（メタデータ） (2025-05-08T03:16:03Z)
• Deep LG-Track: An Enhanced Localization-Confidence-Guided Multi-Object Tracker [13.846239755569552]
  Deep LG-Trackは、トラッキング精度とロバスト性を改善するために3つの重要な拡張を組み込んだ、新しいマルチオブジェクトトラッカーである。 MOT17とMOT20データセットの総合的な評価は、提案されたDeep LG-Trackが常に最先端のトラッカーより優れていることを示している。
  論文  参考訳（メタデータ） (2025-04-02T08:10:18Z)
• OneTrack-M: A multitask approach to transformer-based MOT models [0.0]
  マルチオブジェクト追跡(MOT)はコンピュータビジョンにおいて重要な問題である。 OneTrack-Mは、計算効率と精度のトラッキングを強化するために設計されたトランスフォーマーベースのMOTモデルである。
  論文  参考訳（メタデータ） (2025-02-06T20:02:06Z)
• HybridTrack: A Hybrid Approach for Robust Multi-Object Tracking [7.916733469603948]
  HybridTrackは、車両のための新しい3Dマルチオブジェクトトラッキングアプローチである。 データ駆動型カルマンフィルタ(KF)をトラッキング・バイ・検出パラダイムに統合する。 82.72%のHOTA精度を実現し、最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2025-01-02T14:17:19Z)
• A Cross-Scene Benchmark for Open-World Drone Active Tracking [54.235808061746525]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATと呼ばれるオープンワールドドローンアクティブトラッキングのためのクロスシーンクロスドメインベンチマークを提案する。 また、R-VATと呼ばれる強化学習に基づくドローン追跡手法を提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
  本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。 実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-06-05T04:24:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。