لقد جذب تتبع الأجسام المتعددة (MOT) انتباهًا متزايدًا وحقق تقدمًا ملحوظًا. ومع ذلك، فإن تتبع الأجسام بدقة مع مظهر متجانس، وحركة غير متجانسة، واحتجاب كبير لا يزال يمثل تحديًا بسبب مشكلتين: (1) فقدان الربط بسبب التعرف على جسم كخلفية و(2) التنبؤ الخاطئ الناجم عن الاستخدام السائد لنماذج الحركة الخطية وعدم كفاية التمييز لتمثيلات مظهر الأجسام. لمعالجة هذه التحديات، تقترح هذه الورقة طريقة تتبع خفيفة، عامة، ومستقلة عن المظهر مع فلتر كالمان غير المتجانس (UKF) على مجموعة لي تُسمى LUKF-Track. تستخدم الطريقة صناديق الكشف عبر النطاق الكامل من الدرجات في الربط بين البيانات وتطابق الأجسام عبر الإطارات من خلال توظيف نموذج حركة، حيث يتم تشكيل انتشار وتنبؤ حالات الجسم باستخدام UKF على مجموعة لي. تحقق LUKF-Track نتائج متطورة على ثلاثة معايير عامة، MOT17، MOT20، وDanceTrack، التي تتصف بحركة أجسام غير خطية للغاية واحتباسات شديدة.
درس وانغ وآخرون هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: