论文地址：2501.01275v2

代码地址：GitHub - leandro-svg/HybridTrack: [RA-L25/ICRA26] HybridTrack: A Hybrid Approach for Robust Multi-Object Tracking

---

前言 

多目标跟踪旨在在帧间检测和关联所有所需的目标。大多数方法通过明确或隐式地利用强大的线索（即空间和外观信息）来完成任务，这些线索表现出强大的实例级别判别能力。然而，当出现目标遮挡和聚类时，由于目标之间的高度重叠，空间和外观信息同时变得模糊不清。在本文中，作者证明MOT中这个长期以来的挑战可以通过引入弱线索来有效地解决，以补偿强线索的不足。作者引入了「速度方向」、「置信状态」和「高度状态」作为潜在的「弱线索」。在性能方面表现优越的同时，作者的方法仍保持了简单、在线和实时（SORT）的特性。

---

🔍 研究背景

• 传统SORT/DeepSORT等方法的局限：固定的运动模型和线性卡尔曼滤波器在非刚性目标或快速加减速等复杂轨迹下难以适应，鲁棒性差。

  <