Tag · 13 篇
多目标跟踪
URScenes：面向非结构化道路环境的多场景数据集
URScenes: A Multi-scenario Dataset for Unstructured Road Environments
为视觉感知算法提供了覆盖雨、雪、雾、沙尘、强眩光、夜间等八种非结构化道路场景的多任务基准，可直接用于评测3D检测、跟踪与占用预测模型在分布偏移下的鲁棒性，并借助统一标注格式与nuScenes/KITTI/Waymo转换工具复用现有训练流程。
SA-FARI 数据集：面向识别与鉴定的动物视频分割一切
The SA-FARI Dataset: Segment Anything in Footage of Animals for Recognition and Identification
SA-FARI 提供了大规模、多物种、跨地域的相机陷阱视频密集标注（掩码、边界框、身份），可直接用于训练和评测多动物跟踪与重识别模型；其基准测试还系统比较了 SAM 3 等视觉语言模型在物种特定与通用提示下的表现，为视觉-语言模型在细粒度动物跟踪中的适用性提供了参考。
RAM：在野外恢复任意三维人体运动
RAM: Recover Any 3D Human Motion in-the-Wild
RAM 将运动感知语义跟踪器与自适应卡尔曼滤波结合，在严重遮挡下实现鲁棒的身份关联，并利用记忆增强的时序 HMR 模块注入时空先验，为野外多人 3D 人体运动捕捉提供了可复用的实时框架。
ProgTrack：一种基于渐进匹配策略的多目标跟踪算法
ProgTrack: A Multi-Object Tracking Algorithm with Progressive Matching Strategy
针对无人机视角下的多尺度目标、遮挡、镜头抖动和高相似度目标等挑战，提出分阶段渐进匹配策略，可复用于其他跟踪场景中的困难样本匹配与外观-运动融合。
视野之外即跟踪之外：通过查询状态操纵对基于传播的多目标跟踪器实施对抗攻击
Out of Sight, Out of Track: Adversarial Attacks on Propagation-based Multi-Object Trackers via Query State Manipulation
针对 Tracking-by-Query-Propagation 类跟踪器的查询传播机制设计对抗攻击：通过时序查询洪泛耗尽查询预算、通过状态去相关破坏查询更新器的时序记忆，并借助可微传感器欺骗仿真优化扰动，为评估 E2E MOT 跟踪器的鲁棒性提供了可复用的攻击范式与失效模式分析。
遮挡感知 SORT：面向鲁棒多目标跟踪的遮挡观测
Occlusion-Aware SORT: Observing Occlusion for Robust Multi-Object Tracking
OA-SORT 把遮挡状态显式建模成可复用的代价修正项（OAO）与动量平滑（BAM），且无需训练即可插入 SORT 类跟踪器；做 MOT 数据关联时可直接借用其高斯图遮挡估计来缓解位置代价混淆，并作为提升现有跟踪器 HOTA/IDF1 的通用后处理。
NexusFlow：借助可逆流网络在部分监督下统一异构任务
NexusFlow: Unifying Disparate Tasks under Partial Supervision via Invertible Flow Networks
用可逆耦合层构造代理网络，把结构差异极大的任务（稠密地图重建与稀疏多目标跟踪）的潜变量特征映射到共享规范空间做对齐，避免表征坍缩；这套 plug-and-play 的对齐模块可直接用于视觉中标注不完整、任务异构的多任务训练，例如不同区域只标注不同任务的数据。
面向多目标跟踪的超图-状态协同推理
Hypergraph-State Collaborative Reasoning for Multi-Object Tracking
将超图与状态空间模型结合，通过对象间协同推理增强运动估计，为遮挡和噪声下的多目标跟踪提供可复用的时空建模框架。
GMT：面向多相机多目标跟踪的有效全局框架
GMT: Effective Global Framework for Multi-Camera Multi-Target Tracking
提出全局轨迹-目标匹配框架，用跨视角特征一致性增强模块减少视角间特征差异，并将同一目标在不同视角的历史编码为全局轨迹，为多相机跟踪提供可复用的全局关联思路。
从检测到关联：为多目标跟踪学习判别性目标嵌入
From Detection to Association: Learning Discriminative Object Embeddings for Multi-Object Tracking
针对端到端 DETR 类跟踪器中共享检测嵌入类间相似度过高的问题，用空间/时序/身份三个适配器在检测特征上做显式精炼，可直接迁移到任何 DETR 式跟踪或关联头中提升跨帧实例判别性。
面向多目标跟踪的双层适应：从经验与直觉构建测试时校准
Dual-level Adaptation for Multi-Object Tracking: Building Test-Time Calibration from Experience and Intuition
把 TTA 从逐帧适应扩展到跨帧、跨视频的时序与身份关联层面：用瞬时记忆做快速关联预测，再用历史测试视频积累的经验对预测做再校准，可直接迁移到任何在线跟踪器（如 ByteTrack、BoT-SORT）的推理阶段以缓解外观/运动/类别分布漂移。
打破平滑运动假设：面向复杂恶劣条件下多目标跟踪的无人机基准
Breaking Smooth-Motion Assumptions: A UAV Benchmark for Multi-Object Tracking in Complex and Adverse Conditions
为无人机视角多目标跟踪提供了包含剧烈自运动、尺度变化和运动模糊的严苛基准，可用于评估和提升跟踪器在动态复杂场景下的检测与关联鲁棒性。
基于强化学习的稀疏采样下小型空中目标自适应三维感知
Adaptive 3D Perception for Small Aerial Targets Under Sparse Sampling via Reinforcement Learning
用强化学习策略根据无标签的稀疏度/前景接受率/轨迹稳定性统计，在线调节体素分辨率、检测敏感度与关联门限，为长距离激光雷达小目标在点密度剧变下的检测-跟踪闭环提供了可复用的自适应感知思路。