論文の概要: Occlusion-Aware SORT: Observing Occlusion for Robust Multi-Object Tracking

• arxiv url: http://arxiv.org/abs/2603.06034v1
• Date: Fri, 06 Mar 2026 08:40:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:45.388464
• Title: Occlusion-Aware SORT: Observing Occlusion for Robust Multi-Object Tracking
• Title（参考訳）: Occlusion-Aware SORT:ロバストなマルチオブジェクト追跡のためのOcclusionの観測
• Authors: Chunjiang Li, Jianbo Ma, Li Shen, Yanru Chen, Liangyin Chen,
• Abstract要約: マルチオブジェクトトラッキング(MOT)は、オブジェクトのトラジェクトリを分析し、ビデオシーケンス内のオブジェクト数をカウントする。 本稿では,Occlusion-Aware SORT (OA-SORT) フレームワークを提案する。 OA-SORTにはOcclusion-Aware Module (OAM)、Occlusion-Aware Offset (OAO)、Bias-Aware Momentum (BAM)が含まれる。
• 参考スコア（独自算出の注目度）: 18.332250802099306
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-object tracking (MOT) involves analyzing object trajectories and counting the number of objects in video sequences. However, 2D MOT faces challenges due to positional cost confusion arising from partial occlusion. To address this issue, we present the novel Occlusion-Aware SORT (OA-SORT) framework, a plug-and-play and training-free framework that includes the Occlusion-Aware Module (OAM), the Occlusion-Aware Offset (OAO), and the Bias-Aware Momentum (BAM). Specifically, OAM analyzes the occlusion status of objects, where a Gaussian Map (GM) is introduced to reduce background influence. In contrast, OAO and BAM leverage the OAM-described occlusion status to mitigate cost confusion and suppress estimation instability. Comprehensive evaluations on the DanceTrack, SportsMOT, and MOT17 datasets demonstrate the importance of occlusion handling in MOT. On the DanceTrack test set, OA-SORT achieves 63.1% and 64.2% in HOTA and IDF1, respectively. Furthermore, integrating the Occlusion-Aware framework into the four additional trackers improves HOTA and IDF1 by an average of 2.08% and 3.05%, demonstrating the reusability of the occlusion awareness.
• Abstract（参考訳）: マルチオブジェクトトラッキング(MOT)は、オブジェクトのトラジェクトリを分析し、ビデオシーケンス内のオブジェクト数をカウントする。 しかし、2D MOTは部分閉塞による位置的コストの混乱による課題に直面している。 この問題に対処するため,Occlusion-Aware Offset (OAO) と Bias-Aware Momentum (BAM) を含む新しいOcclusion-Aware SORT (OA-SORT) フレームワークを提案する。 具体的には、OAMはオブジェクトの閉塞状態を分析し、背景の影響を低減するためにガウスマップ(GM)を導入する。 対照的に、OAOとBAMはOAMで規定された閉塞状態を利用してコストの混乱を緩和し、推定不安定性を抑える。 DanceTrack、SportsMOT、MOT17データセットに関する包括的な評価は、MOTにおける閉塞処理の重要性を示している。 DanceTrackテストセットでは、OA-SORTはそれぞれ63.1%と64.2%をHOTAとIDF1で達成している。 さらに、Occlusion-Awareフレームワークを4つの追加トラッカーに統合することで、HOTAとIDF1を平均2.08%と3.05%改善し、オクルージョン認識の再利用可能性を示している。

関連論文リスト

• YOLOv8-SMOT: An Efficient and Robust Framework for Real-Time Small Object Tracking via Slice-Assisted Training and Adaptive Association [5.07987775511372]
  本稿では,MVA 2025 "Finding Birds" Small Multi-Object Tracking Challenge (SMOT4SB)におけるチャンピオンシップ獲得ソリューションについて述べる。 トラッキング・バイ・検出のパラダイムを採用し、検出レベルとアソシエーションレベルの両方で目標とするイノベーションを実現している。 本手法はSMOT4SB公開テストセット上での最先端性能を実現し,SO-HOTAスコアの textbf55.205 に達する。
  論文  参考訳（メタデータ） (2025-07-16T09:51:19Z)
• Multiple Object Tracking based on Occlusion-Aware Embedding Consistency Learning [46.726678333518066]
  Occlusion Prediction Module (OPM)とOcclusion-Aware Association Module (OAAM) OPMは、真の検出毎に閉塞情報を予測し、トラックの視覚埋め込みの一貫性学習のための有効なサンプルの選択を容易にする。 OAAMは各トラックに対して2つの別々の埋め込みを生成し、非閉塞検出と非閉塞検出の両方で一貫性を保証する。
  論文  参考訳（メタデータ） (2023-11-05T06:08:58Z)
• MOHO: Learning Single-view Hand-held Object Reconstruction with Multi-view Occlusion-Aware Supervision [75.38953287579616]
  ハンドヘルドオブジェクト再構成のためのハンドオブジェクトビデオから,多視点オクルージョン対応監視を利用する新しいフレームワークを提案する。 このような設定において、手による排他と対象の自己排他という2つの主要な課題に対処する。 HO3D と DexYCB のデータセットを用いた実験では、2D のMOHO が 3D の教師付き手法に対して大きなマージンで優れた結果を得ることが示された。
  論文  参考訳（メタデータ） (2023-10-18T03:57:06Z)
• OccluTrack: Rethinking Awareness of Occlusion for Enhancing Multiple Pedestrian Tracking [7.964206483424679]
  OccluTrackは適応型オクルージョン対応の複数の歩行者トラッカーである。 カルマンフィルタにプラグアンドプレイ異常動作抑制機構を導入する。 また,部分閉塞歩行者に対する識別的特徴を抽出するために,ポーズ誘導型再識別モジュール(Re-ID)を開発した。
  論文  参考訳（メタデータ） (2023-09-19T06:43:18Z)
• Occlusion-Aware Detection and Re-ID Calibrated Network for Multi-Object Tracking [38.36872739816151]
  検出器内のOAA(Occlusion-Aware Attention)モジュールは、隠蔽された背景領域を抑えながらオブジェクトの特徴を強調する。 OAAは、隠蔽される可能性のある物体の検出器を強化する変調器として機能する。 最適輸送問題に基づくRe-ID埋め込みマッチングブロックを設計する。
  論文  参考訳（メタデータ） (2023-08-30T06:56:53Z)
• Occlusion Robust 3D Human Pose Estimation with StridedPoseGraphFormer and Data Augmentation [69.49430149980789]
  提案手法は最先端技術(SoA)と良好に比較できることを示す。 また, 閉塞処理機構が存在しない場合には, SoA 3D HPE法の性能が著しく低下することが明らかとなった。
  論文  参考訳（メタデータ） (2023-04-24T13:05:13Z)
• OGMN: Occlusion-guided Multi-task Network for Object Detection in UAV Images [13.90359920041577]
  物体間の衝突は、UAV画像における物体検出の課題の1つである。 本稿では,OGMN(Occclusion-guided Multi-task Network)を提案する。 我々のOGMNは、Visdroneデータセットで35.0% mAPを獲得し、ベースラインを5.3%上回っている。
  論文  参考訳（メタデータ） (2023-04-24T03:30:00Z)
• SOOD: Towards Semi-Supervised Oriented Object Detection [57.05141794402972]
  本稿では, 主流の擬似ラベリングフレームワーク上に構築された, SOOD と呼ばれる, 半教師付きオブジェクト指向物体検出モデルを提案する。 提案した2つの損失をトレーニングした場合,SOODはDOTA-v1.5ベンチマークの様々な設定下で,最先端のSSOD法を超越することを示した。
  論文  参考訳（メタデータ） (2023-04-10T11:10:42Z)
• An Effective Motion-Centric Paradigm for 3D Single Object Tracking in Point Clouds [50.19288542498838]
  LiDARポイントクラウド(LiDAR SOT)における3Dシングルオブジェクトトラッキングは、自動運転において重要な役割を果たす。 現在のアプローチはすべて、外観マッチングに基づくシームズパラダイムに従っている。 我々は新たな視点からLiDAR SOTを扱うための動き中心のパラダイムを導入する。
  論文  参考訳（メタデータ） (2023-03-21T17:28:44Z)
• Quality-aware Part Models for Occluded Person Re-identification [77.24920810798505]
  咬合は人体再識別(ReID)にとって大きな課題となる 既存のアプローチは一般的に、計算効率とReIDの精度の両面で最適であるように、目に見える身体の部品を推測するための外部ツールに依存している。 閉塞型ReIDのためのQPM(Quality-Aware Part Models)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-01-01T03:51:09Z)

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。