本文是关于多目标跟踪(MOT)这一问题的首次综述研究，着重审查了各个方面的最新进展并提出未来研究的一些有趣方向。本文的四个主要贡献是：讨论了MOT系统中的关键方面，包括公式化、分类、关键原则和MOT评估；根据不同方面讨论了现有方法，每个方法组被分成不同组并详细讨论了原则、进展和缺点；总结了现有出版物的实验，并在流行数据集上汇总了结果，从不同角度分析了结果，验证了该领域的一些基本协议；并提出了MOT研究的问题和一些有趣方向，这将成为未来的潜在研究努力。

Sep, 2014

本文介绍了我们的工作，即创建一个新的多目标跟踪基准，以解决现有基准存在的问题，并通过 MOTChallenge 向一个更有意义的多目标跟踪定量评估统一框架迈进。

Apr, 2015

通过新发布的MOTChallenge标准基准测试集，研究人员在计算机视觉领域的多目标跟踪方面提出了一个具有挑战性的任务，并通过对MOT16视频的大量标记来标准化不同方法的评估。

Mar, 2016

本文介绍了一个用于评估多目标跟踪方法的基准测试框架，其中包含了约50个最先进的跟踪器的测试结果及其分析，旨在为推动这一领域的发展提供指导。

Apr, 2017

介绍了 OxUvA 数据集和基准，该数据集用于评估单目标跟踪算法，并对算法在具有平均长度大于两分钟且具有频繁目标对象消失的大规模序列中的定位和检测能力进行了评估。

Mar, 2018

本研究提出了一个新的 CVPR19 基准测试，该测试包括 8 个新序列，重点关注极度拥挤的场景下的多目标跟踪，并将在第四届 BMTT MOT 挑战工作坊上进行评估。

Jun, 2019

本文介绍的MOT20benchmark建立在MOT15、MOT16和MOT17的基础上，扩展了8个新的数据序列，适用于评估在极度拥挤情景下处理多个物体跟踪的最先进方法。

Mar, 2020

该研究介绍了一个多样化的跟踪数据集，采用自下而上的方法获取了一个比以前跟踪基准的种类翻了一个数量级的大词汇，并进行评估表明现有的多种对象跟踪器在野外场景中存在困难，而基于检测的多对象跟踪器实际上是有竞争力的。

May, 2020

本文通过构建GMOT-40数据集、设计一系列GMOT基线算法及对GMOT-40的全面评估，旨在推动GMOT的研究，以及提供公共的基准测试、评估结果和基线算法。

Nov, 2020

在本文中，我们提出了一种名为MapTrack的方法，利用概率图、预测图和协方差自适应卡尔曼滤波器的三个轻量级插件算法，通过增强经典跟踪器DeepSORT在拥挤和遮挡场景中的鲁棒性，实现在常用的多目标跟踪基准集（如MOTS17和MOT20）上的最先进效果。

Feb, 2024