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/PMC12431453/pdf/sensors-25-05325.pdf
Column of Computer Vision Institute
本文提出的全新RGTrack模型，用重参数化卷积 + 全局注意力 + 多级关联策略，实现跟踪精度、推理速度、模型轻量化全面提升，特别适合嵌入式与资源受限设备。
PART/1
背景
当前主流多目标跟踪分为两类：
- 两阶段（SDE）：检测 + 重识别分开做，精度高但速度慢，难实时。
- 单阶段（JDE）：检测与特征提取一体化，速度快，但在密集遮挡场景下
ID 不稳定、跟踪精度不足。
代表性 JDE 模型 CSTrack 虽缓解了任务竞争问题，但面对复杂环境仍有明显短板：
特征提取对关键区域聚焦不足
多尺度特征融合能力有限
帧间目标关联策略不够稳健
身份切换（ID Switch）现象依然严重
PART/2
创新
RGTrack 以 YOLOv5 为基础框架，围绕特征更强、关联更稳、速度更快做了三大关键创新。
1. 全局上下文 GC 注意力：精准抓关键
在主干网络加入GC Block，兼顾 Non-local 的全局建模能力与 SE 的高效计算，让网络自动忽略冗余信息，聚焦目标主体。
作用：显著提升密集、遮挡下的检测与特征判别力。
2. 重参数化 RepConv：训练多分支、推理单路
在 Neck 特征融合层替换为RepVGG 卷积：
训练：用多分支结构提升特征表达
推理：融合为单路 3×3 卷积，不增加推理耗时
作用：增强特征融合，同时保持高速推理。
3. 多级关联策略：稳住 ID 不漂移
基于卡尔曼滤波，设计四级匹配流程，结合外观特征 + GIOU 位置信息：
高分检测→跟踪轨迹匹配
高分检测→未匹配跟踪轨迹匹配
低分检测→跟踪状态轨迹匹配
高分检测→未确定轨迹匹配
作用：大幅降低 ID 切换，提升跟踪连续性。
【RGTrack 整体网络结构】
PART/3
效果
效果：精度↑速度↑体积↓全面领先
团队在 MOT16/17 权威数据集上验证，对比基线 CSTrack，RGTrack 实现全方位提升：
核心指标提升
MOTA（跟踪精度）：+1.15%
IDF1（身份匹配）：+1.73%
MT（完整跟踪率）：+6.86%
ID Switch（身份切换）：-47.49%
速度与轻量化
FPS（推理速度）：+51.48%
模型体积：-3.08%
【MOT16 测试集不同方法对比结果】
可视化对比
在密集人群场景中：
CSTrack 频繁漏检、错检，ID 易混乱
RGTrack 完整检出目标，身份稳定不漂移
【CSTrack 与 RGTrack 检测效果对比】
【CSTrack 与 RGTrack 跟踪效果对比】
PART/4
总结与展望
RGTrack 证明：单阶段 JDE 框架可以在复杂场景下做到 “高精度 + 高实时 + 轻量化”。它通过全局注意力强化特征、重参数化兼顾性能与速度、多级关联稳定身份，完美适配智能监控、自动驾驶、机器人等落地场景。
未来团队将进一步探索：
多模态数据融合（RGB + 深度 + 激光雷达）
长时间遮挡后的重识别
更极致的轻量化与端侧部署
在真实复杂视觉场景中，RGTrack 为多目标跟踪提供了一套实用、高效、可落地的新方案。
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
🔗
扫一扫
538
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
