香港大学等发布TransTrack：一种基于Transformer的多目标跟踪技术

首次呈现了一种采用基于查询-键机制的简洁且有效的方案，在MOT17比赛中取得了65.8%的MOTA得分。代码已正式开源！

PS：目前来看，在计算机视觉领域中，在Transformer的帮助下实现了对目标检测、实例分割以及语义分割等主流技术的突破；然而，在单目标跟踪这一细分领域上仍存在不足（待观察后续研究是否能实现突破）

注：文末附【目标跟踪】和【Transformer】交流群

TransTrack: Multiple-Object Tracking with Transformer

• 作者单位：
  港大罗平团队、字节AI Lab、同济大学、卡内基梅隆大学(CMU)及南洋理工大学
• 代码：
  https://github.com/PeizeSun/TransTrack
• 论文：
  https://arxiv.org/abs/2012.15460

TransTrack

多目标跟踪（MOT）主要基于复杂多层次的tracking-by-detection算法进行管控，在这一算法下会依次完成目标检测、特征提取以及时间关联的任务。

单目标跟踪（SOT）中的基