目前，对于多目标跟踪的研究，主要有两类：基于外观匹配的算法和基于运动建模的算法。其中，随着深度学习的兴起，高质量的视觉特征已经给多目标追踪领域的算法带来了巨大的变化。但面对复杂的密集场景，此类算法受限于物体的遮挡，仍存在着很大的缺陷。而基于运动建模的多目标跟踪算法大多利用卡尔曼滤波器，使得跟踪目标不受遮挡导致的噪声干扰，在密集场景的多目标追踪中更加有效。

然而，在没有其他运动模型先验的情况下，一般需要使用高帧率视频在较短的时间步长内把物体运动近似为线性，而这一近似会随着目标的丢失而失效。此外，因为卡尔曼滤波器基本逻辑上的缺陷，目标估计和真实轨迹的误差会随着时间而放大，导致了当密集场景中目标的运动呈现高度非线性，让跟踪的准确率下降。

针对这个问题，在CVPR 2022会议上卡内基梅隆大学在读博士曹金坤等人提出了3点改进。首先，减少检测目标缺少造成的误差积累，在将非活动轨迹与检测到的目标重新关联的框架中构建一条虚拟轨迹，沿着这个虚拟轨迹，以获得更好的目标位置估计；其次，在代价矩阵中加入轨迹的方向一致性，更好地实现匹配；最后，对于遮挡造成的跟丢问题，当轨迹丢失后检测目标再出现时，直接将丢失轨迹时检测值和重新出现的检测值相关联以恢复轨迹。

12月14日早10点，「AI新青年讲座」第182讲邀请到卡内基梅隆大学在读博士曹金坤参与，主讲《密集场景多目标追踪的挑战与优化》。