时间：2025会议：CVPR作者：Ruopeng Gao，Ji Qi，Limin Wang传统多目标跟踪方法在目标关联阶段严重依赖人工设计的启发式规则，难以适应复杂场景将MOT重新表述为一种 in-context 的 ID 预测问题，并构建一个端到端可训练的框架 MOTIP不依赖复杂的匹配策略，仅使用目标级特征即可在多个数据集上达到很好的效果。

时间：2025会议：AAAI作者：Ming Li, Yongchun Gu, Yi Wang*, Yujie Fang, Lu Bai*, Xiaosheng Zhuang, Pietro Lio提出面向超图的双重同配比度量，实现结构-标签偏置的数值化评估；构建面向异配场景的大规模、多领域基准数据集；设计基于framelet变换的低通-高通双通道模型 HyperUFG，作为异配超图学习的强基线①当

JRDB 是一个面向真实机器人应用、强调第一视角、遮挡严重、尺度变化极端的2D 标注规模极大的数据集。特别适合用于多目标跟踪（MOT）、遮挡建模、群体行为建模以及Egocentric MOT 方法研究。

【科研绘图小白如何快速入门3dmax，一份基础且不细致的讲解】 https://www.bilibili.com/video/BV1DT4y117rZ/?

对于网络在每一个grid cell处都会预测4个参数（tx、ty、tw、th），tx与ty预测的是目标中心点相对于当前grid cell相对于当前grid cell左上角点的偏移量，预测边界框的高度和宽度用e的指数计算，计算得出的Xcenter、Ycenter、w、h都是在特征图尺度上的，需要*stride得到在原图的尺度。构建Anchor Point与每个GT之间的IoU矩阵，IoU矩阵并不需要

基于点的跟踪思想，通过预测目标的中心点来进行跟踪，同时实现检测与跟踪的同步，结合目标检测和运动估计，使得在处理动态场景时更高效、更准确。通过同时处理目标的位置信息和运动轨迹，CenterTrack 能够实时跟踪多个物体。

RNN中存在梯度爆炸和梯度消失问题，梯度消失问题严重RNN希望将所有的信息记住，不论是有效信息还是无效信息LSTM设计一个记忆细胞，具备选择性记忆的功能，可以选择记忆重要信息，过滤掉噪声信息，减轻记忆负担与RNN对比：RNN串联的通过一个箭头串联LSTM通过两个箭头将每个时间步相连接，称为记忆细胞：代表门控单元，输出在[0,1]之间遗忘门：将值向0减少；尽可能将无关记忆遗忘，通过对应元素相乘将中对

首个端对端的针对像素级预测的全卷积网络（分类网络中的全连接层替换成卷积层）

SIFT，即scale invariant feature transform，译为尺度不变特征转换，是图像处理领域中的一种局部特征描述算法。SIFT算法包括了尺度不变性，在旋转图像、改变图像亮度、移动拍摄位置时，都可以得到较好的检测效果。图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像；把具有最高级别分辨率的图像放在底部，以金字塔形状排

多目标跟踪旨在将视频序列中感兴趣的目标检测出来，并赋予每个目标单独的编号，在整个序列中形成目标的轨迹。Online形式的MOT算法按照是否同时单次进行检测与轨迹处理可分为检测后跟踪（tracking-by-detection，TBD）与联合检测跟踪（joint detection and tracking，JDT）两种结构。强约束：同一帧的目标之间不可以相互匹配弱约束：两帧里有很多重复目标，因此一