論文の概要: FC-Track: Overlap-Aware Post-Association Correction for Online Multi-Object Tracking

• arxiv url: http://arxiv.org/abs/2603.12758v1
• Date: Fri, 13 Mar 2026 08:00:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-16 17:38:11.987536
• Title: FC-Track: Overlap-Aware Post-Association Correction for Online Multi-Object Tracking
• Title（参考訳）: FC-Track: オンライン多目的追跡のためのオーバーラップ対応ポストアソシエーション補正
• Authors: Cheng Ju, Zejing Zhao, Akio Namiki,
• Abstract要約: オンラインMOTのための軽量なポストアソシエーション補正フレームワーク(FC-Track)を提案する。 FC-Trackは、推論中にオーバーラップによって引き起こされるミスマッチを明示的にターゲットする。 動作速度5.7 FPSのMOT17テストセットでは,81.73 MOTA,82.81 IDF1,66.95 HOTAを,走行速度0.6 FPSのMOT20テストセットでは77.52 MOTA,80.90 IDF1,65.67 HOTAを達成した。
• 参考スコア（独自算出の注目度）: 0.45880283710344055
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable multi-object tracking (MOT) is essential for robotic systems operating in complex and dynamic environments. Despite recent advances in detection and association, online MOT methods remain vulnerable to identity switches caused by frequent occlusions and object overlap, where incorrect associations can propagate over time and degrade tracking reliability. We present a lightweight post-association correction framework (FC-Track) for online MOT that explicitly targets overlap-induced mismatches during inference. The proposed method suppresses unreliable appearance updates under high-overlap conditions using an Intersection over Area (IoA)-based filtering strategy, and locally corrects detection-to-tracklet mismatches through appearance similarity comparison within overlapped tracklet pairs. By preventing short-term mismatches from propagating, our framework effectively mitigates long-term identity switches without resorting to global optimization or re-identification. The framework operates online without global optimization or re-identification, making it suitable for real-time robotic applications. We achieve 81.73 MOTA, 82.81 IDF1, and 66.95 HOTA on the MOT17 test set with a running speed of 5.7 FPS, and 77.52 MOTA, 80.90 IDF1, and 65.67 HOTA on the MOT20 test set with a running speed of 0.6 FPS. Specifically, our framework FC-Track produces only 29.55% long-term identity switches, which is substantially lower than existing online trackers. Meanwhile, our framework maintains state-of-the-art performance on the MOT20 benchmark.
• Abstract（参考訳）: 信頼性の高いマルチオブジェクトトラッキング(MOT)は、複雑でダイナミックな環境で動くロボットシステムにとって不可欠である。 近年の検知とアソシエーションの進歩にもかかわらず、オンラインMOT手法は、頻繁なオクルージョンとオブジェクト重なりによるアイデンティティスイッチに弱いままであり、誤ったアソシエーションが時間とともに伝播し、トラッキングの信頼性が低下する可能性がある。 オンラインMOTのための軽量なポストアソシエーション補正フレームワーク(FC-Track)を提案する。 提案手法は、IoA(Intersection Over Area)に基づくフィルタリング手法を用いて、高オーバーラップ条件下での信頼性の低い外観更新を抑えるとともに、重なり合ったトラックレットペア内の外観類似性比較により、検出とトラックレットのミスマッチを局所的に補正する。 短期的ミスマッチの伝播を防止することにより,グローバルな最適化や再識別に頼ることなく,長期的アイデンティティスイッチを効果的に緩和する。 このフレームワークは、グローバルな最適化や再識別なしにオンラインで動作し、リアルタイムなロボットアプリケーションに適している。 動作速度5.7 FPSのMOT17テストセットでは,81.73 MOTA,82.81 IDF1,66.95 HOTAを,走行速度0.6 FPSのMOT20テストセットでは77.52 MOTA,80.90 IDF1,65.67 HOTAを達成した。 具体的には、我々のフレームワークFC-Trackは29.55%の長期IDスイッチしか生成していないが、これは既存のオンライントラッカーよりも大幅に低い。 一方,本フレームワークはMOT20ベンチマークの最先端性能を維持している。

関連論文リスト

• CAMELTrack: Context-Aware Multi-cue ExpLoitation for Online Multi-Object Tracking [68.24998698508344]
  CAMELはコンテキスト対応型マルチキューExpLoitationのための新しいアソシエイトモジュールである。 エンド・ツー・エンドの検知・バイ・トラック方式とは異なり,本手法は軽量かつ高速にトレーニングが可能であり,外部のオフ・ザ・シェルフモデルを活用することができる。 提案するオンライントラッキングパイプラインであるCAMELTrackは,複数のトラッキングベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-05-02T13:26:23Z)
• Temporal Correlation Meets Embedding: Towards a 2nd Generation of JDE-based Real-Time Multi-Object Tracking [52.04679257903805]
  共同検出・埋め込み(JDE)トラッカーは多目的追跡(MOT)タスクにおいて優れた性能を示した。 TCBTrackという名前のトラッカーは、複数の公開ベンチマークで最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-19T07:48:45Z)
• FeatureSORT: Essential Features for Effective Tracking [0.0]
  FeatureSORTはオンラインのマルチオブジェクトトラッカーで、DeepSORTベースラインを補強し、再設計された検出器と追加の機能キューを備える。 修正YOLOXアーキテクチャは、衣服の色、衣服スタイル、動き方向など、複数の外観特性を出力するように拡張されている。 テストでは、MOTAはMOT16で79.7点、MOT17で80.6点、MOT20で77.9点、DanceTrackで92.2点である。
  論文  参考訳（メタデータ） (2024-07-05T04:37:39Z)
• Hybrid-SORT: Weak Cues Matter for Online Multi-Object Tracking [51.16677396148247]
  Multi-Object Tracking (MOT) は、望まれるすべてのオブジェクトをフレーム間で検出し、関連付けることを目的としている。 本稿では,MOTにおけるこの長期的課題を,弱い手がかりを取り入れることで,効果的かつ効果的に解決できることを実証する。 提案手法は,MOT17,MOT20,特にDanceTrackなど,様々なベンチマークにおいて優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-08-01T18:53:24Z)
• Real-time Online Multi-Object Tracking in Compressed Domain [66.40326768209]
  近年,Multi-Object Tracking (MOT) 手法が望まれるトラッキング性能を実現している。 隣接するフレームが極めて関連性が高く冗長であるという事実に着想を得て、フレームをキーフレームと非キーフレームに分割する。 私たちのトラッカーは、同等のトラッカー性能を維持しながら、約6倍高速です。
  論文  参考訳（メタデータ） (2022-04-05T09:47:24Z)
• VariabilityTrack:Multi-Object Tracking with Variable Speed Object Movement [1.6385815610837167]
  マルチオブジェクトトラッキング(MOT)は、ビデオ内のオブジェクトのバウンディングボックスとIDを推定することを目的としている。 環境フィードバックに基づく可変速度カルマンフィルタアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-03-12T12:39:41Z)
• Learning Global Structure Consistency for Robust Object Tracking [57.736915865309165]
  この作品は、シーン全体の即時的なバリエーションを考慮に入れている。 本稿では,グローバルな構造的一貫性を短時間で活用する方法を学習する,効率的かつ効率的な短期モデルを提案する。 提案したトラッカーが2つの挑戦シナリオに対処し,大規模ベンチマークで検証できることを実証的に検証する。
  論文  参考訳（メタデータ） (2020-08-26T19:12:53Z)

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。