MVTrack：基于压缩比特流的超高速无外观运动目标跟踪器
MVTrack: Ultrafast Appearance-Free Moving Object Tracking from Compressed Bitstreams
- Universitat de Barcelona（巴塞罗那大学）
- Computer Vision Center（计算机视觉中心）
- Aalborg Universitet（奥尔堡大学）
- Milestone Systems（里程碑系统公司）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
针对RGB目标检测器计算成本高的问题，提出直接基于H.264比特流的MVTrack，结合MVDet与MVLink，在VIRAT上性能优于YOLO26n且参数量、FLOPs、延迟大幅降低，可实现高效监控跟踪。
AI中文摘要：
大规模部署现代视频跟踪器受限于基于RGB的目标检测器的计算成本。为此，我们提出MVTrack，一种直接在H.264比特流上运行的超高速运动目标跟踪器。MVTrack结合了用于运动矢量场的轻量型检测器MVDet，以及极简运动关联模块MVLink。在VIRAT数据集上，MVTrack的性能优于YOLO26n，同时参数数量减少60倍，浮点运算量（FLOPs）减少40倍，CPU延迟降低8.6倍。这些结果表明，仅压缩视频数据即可实现准确且可扩展的监控跟踪，从而无需进行像素重建。
英文摘要：
Deploying modern video trackers at scale is bottlenecked by the computational cost of RGB-based object detectors. To this end, we present MVTrack, an ultrafast tracker for moving objects that operates directly on H.264 bitstreams. MVTrack combines MVDet, a lightweight detector for motion vector fields, with MVLink, a minimalist kinematic association module. On VIRAT, MVTrack outperforms YOLO26n while using 60$\times$ fewer parameters, requiring 40$\times$ fewer FLOPs, and reducing CPU latency by 8.6$\times$. These results demonstrate that compressed video data alone can enable accurate and scalable surveillance tracking, thereby bypassing the need for pixel reconstruction.
