CenterTrack

CenterTrack 是一种基于点检测（Center Point）和轨迹预测（Tracking-by-Detection）的多目标跟踪（MOT）算法，由 Xingyi Zhou 等人提出（ECCV 2020）。它的核心思想是联合检测目标中心点并预测其运动偏移，从而实现高效的单阶段（One-Stage）跟踪，适用于实时应用（如自动驾驶、视频监控）。

核心思想

CenterTrack 的核心理念是：

1. 以目标中心点作为检测基准（而非传统边界框），减少计算量。

2. 同时预测目标的当前位置和运动偏移（即从上一帧到当前帧的位移）。

3. 端到端训练，无需复杂的后处理（如 Kalman 滤波、匈牙利匹配）。

算法流程

1. 输入

• 当前帧图像 ItIt​

• 上一帧图像 It−1It−1​

• 上一帧的检测热图 Ht−1Ht−1​（可选，用于增强时序信息）

2. 网络输出

CenterTrack 使用类似 CenterNet 的骨干网络（如 DLA-34