多目标追踪-MOTDT论文阅读

MOTDT论文阅读

众所周知，如何更好地将已有的追踪序列和当前检测相关联是tracking-by-detection追踪框架中最主要的问题，在该论文中提出了一个通过设计好的评分函数对目标检测结果与当前追踪结果进行筛选，进而使用级联目标关联完成多目标追踪的方案，此外，作者中还设计了一个re-id模型用于提取目标的表观信息。

以下将针对论文中提出的整体算法框架以及评分函数设计、级联追踪、re-id模型设计进行解释。

1. 算法整体框架说明

2. 各部分描述

2.1 Real-Time Object Classification

• 此部分用了一个改进的R-FCN网络针对所有的ROI得到score map

• 需要注意的是，该部分网络是针对所有的candidate进行分类，得到score，而不是进行bbox的回归

• 为了不损失空间信息，网络针对所有的目标都会生成k平方的score map

  • For example, if k = 3, we have 9 score maps response to top-left, top-center, top-right, …, bottom-right of the object, respectively.
  • 最终的ROI分数为

• R-FCN网络的架构图为
  

• 注：由于没有深入了解R-FCN网络的理论知识，此处不进行详细说明，只需要了解该网络在此处只是为了进行分类，得到score map即可

2.2 Tracklet Confidence and Scoring Function

• 对追踪的预测candidate的置信度计算为:

  • 

  • 其中,Ldet为该追踪序列与检测目标相关联的次数,Ltrk为该追踪序列在上一层与检测相关联之后update的次数

• 追踪的评分函数如下:

2.3 Appearance Representation with ReID Features

• 该论文中的采用了基于神经网络的ReID模型,是直接使用的已有的模型,参考论文为:

  Liming Zhao, Xi Li, Jingdong Wang, and Yueting Zhuang, “Deeply-learned part-aligned representations for person reidentification,” in ICCV, 2017.

• 此处不做赘述,只需了解ReID模型是为了提取candidate中的表观特征信息,以作为目标关联的依据之一

2.4 数据关联算法: 级联算法

未完待续