MambaTrack: Una Base Simple para el Seguimiento de Múltiples Objetos con Modelo de Espacio de Estados

El seguimiento por detección ha sido el paradigma predominante en el campo del Seguimiento de Múltiples Objetos (MOT). Estos métodos suelen depender del Filtro de Kalman para estimar las ubicaciones futuras de los objetos, asumiendo un movimiento lineal de los objetos. Sin embargo, son insuficientes al rastrear objetos que exhiben un movimiento no lineal y diverso en escenarios como el baile y los deportes. Además, ha habido un enfoque limitado en la utilización de predictores de movimiento basados en aprendizaje en MOT. Para abordar estos desafíos, recurrimos a explorar métodos de predicción de movimiento impulsados por datos. Inspirados en la gran expectativa de los modelos de espacio de estados (SSMs), como Mamba, en el modelado de secuencias a largo plazo con complejidad casi lineal, introducimos un modelo de movimiento basado en Mamba llamado Mamba moTion Predictor (MTP). MTP está diseñado para modelar los patrones de movimiento complejos de objetos como bailarines y atletas. Específicamente, MTP toma las dinámicas de ubicación espacio-temporal de los objetos como entrada, captura el patrón de movimiento utilizando una capa de codificación bi-Mamba y predice el siguiente movimiento. En escenarios del mundo real, los objetos pueden ser perdidos debido a la oclusión o el desenfoque de movimiento, lo que lleva a una terminación prematura de sus trayectorias. Para abordar este desafío, ampliamos aún más la aplicación de MTP. Lo empleamos de manera autorregresiva para compensar las observaciones perdidas utilizando sus propias predicciones como entradas, contribuyendo así a trayectorias más consistentes. Nuestro rastreador propuesto, MambaTrack, demuestra un rendimiento avanzado en benchmarks como Dancetrack y SportsMOT, que se caracterizan por un movimiento complejo y una oclusión severa.