计算机工程与应用

作者：李宗民, 张明珠, 肖倩, 柴世杰

单位：1.中国石油大学（华东） 计算机科学与技术学院，山东 青岛 266580；2.中国石油大学（华东） 胜利学院，山东 东营 257061；

关键词：短道速滑,多目标跟踪,卡尔曼滤波,运动估计

基金：国家重点研发计划（2019YFF0301800）；国家自然科学基金（61379106，61806199）；山东省自然科学基金（ZR2015FM011）。

短道速滑是多目标跟踪（multi-object tracking，MOT）的一个重要应用领域，在收集运动员数据及自动战术分析等方面起着至关重要的作用。然而现有的MOT基准很少关注该领域，这限制了其发展。提出了一个短道速滑场景下的多目标跟踪数据集，将其命名为SkatingMOT，并揭示了该数据集存在的三个关键挑战：（1）外观高度相似的小尺度目标；（2）快速变速运动模式；（3）频繁的遮挡与重叠。针对以上挑战，进一步提出了一个新的多目标跟踪框架SkatingSORT。在这项工作中，设计了一个遮挡感知模块对目标的可见度进行评估；在运动分支中，修改Kalman滤波以适应场景中复杂的运动模式，并在关联中引入弱线索；在外观分支中，考虑到遮挡及外观相似问题，提出了嵌入特征自适应模块。该方法在SkatingMOT上的准确度高达94.86%，与现有最先进的方法相比具有显著的优势。在MOT17和DanceTrack数据集上的实验表明，该方法以即插即用和免训练的方式对其他跟踪器和场景表现出一定的泛化性。

来源：2026年第4期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第4期