ECCV'24开源 | SLAck：语义、位置和外观感知的开放词汇跟踪

主要观点总结

本文介绍了一种名为SLAck的统一框架，用于开放词汇表跟踪。该框架结合语义、位置和外观线索，通过隐式建模方法，实现多目标跟踪。SLack在关联早期步骤中联合考虑各种先验信息，并通过轻量级的空间和时间对象图来集成信息。该方法显著提高了大规模开放词汇跟踪的关联性能，并展示了在开放词汇MOT和TETA基准测试上的优异表现。

关键观点总结

关键观点1: 引入SLack统一框架进行开放词汇表跟踪。

SLack框架结合语义、位置和外观线索，实现多目标跟踪。该框架通过隐式建模方法，在关联早期步骤中联合考虑各种先验信息，提高跟踪性能。

关键观点2: 提出通过轻量级的空间和时间对象图集成信息。

SLack利用空间和时间对象图来集成所有有价值的信息，这种方法避免了复杂的融合不同线索的后处理启发，简化了计算过程，提高了跟踪精度。

关键观点3: SLack方法在大型词汇量的MOT基准测试上表现优异。

SLack在开放词汇MOT和TETA基准测试上的表现优于以前的新颖类跟踪方法，凸显了其卓越的泛化能力。