稀疏Transformer多目标跟踪模型

44.5 FPS 实时跟踪

以30%令牌保留率与改进EKF在拥挤场景下同时实现高精度跟踪和实时推理，无需重识别模块。

Jun, Miao · Maoxuan, Zhang · 乔元华

Engineering Applications of Artificial Intelligence 2026

参数信息

多目标跟踪准确率

75.4

推理速度

44.5 FPS

多目标跟踪准确率

65.6

多目标跟踪准确率

89.1

令牌保留率

30 %

技术优势

精度更高

在MOT17测试集上MOTA达到75.4，分别比MOTR、Trackformer、TransTrack高2.0、1.3、0.2。

跑得快

推理速度高达44.5 FPS，可以实时处理。

抗遮挡

结合ByteTrack做二次关联，在遮挡情况下跟踪更稳。

非线性也准

EKF直接预测框的宽高，而不是宽高比，提高定位精度和非线性运动建模能力。

应用场景

• 自动驾驶：44.5 FPS实时处理车载摄像头视频流，兼顾精度与速度，可用于无人车感知。
• 智能监控：在拥挤场景（MOT20）MOTA 65.6，加上ByteTrack抗遮挡，适合密集人流监控。
• 机器人视觉：EKF直接预测宽高，对非线性运动建模更准，适用于机器人跟踪不规则轨迹目标。
• 实时视觉系统：30%令牌保留率降低计算量，44.5 FPS满足实时系统对低延迟的要求。