基于多割与深度匹配的多目标跟踪
计算机视觉与模式识别
2016-08-22 v1
摘要
在文献[1]中，我们提出了一种基于图的公式化方法，通过求解最小代价子图多割问题，在时间上链接并聚类行人假设。本文通过三种方式修改并扩展了[1]：1) 我们引入了一种基于局部外观匹配的新型局部成对特征，该特征对部分遮挡和相机运动具有鲁棒性。2) 我们进行了大量实验，以比较不同的成对势函数，并分析跟踪公式的鲁棒性。3) 我们考虑一个普通的多割问题，并从其解中移除离群簇。这使我们能够采用一种高效的原始可行优化算法，该算法不适用于[1]的子图多割问题。与那里使用的分支切割算法不同，这里使用的高效算法适用于长视频和大量检测。结合新特征，它消除了对[1]中中间小轨迹表示的需要。我们在 MOT16 基准[2]上证明了我们整体方法的有效性，取得了最先进的性能。
引用
@article{arxiv.1608.05404,
title = {Multi-Person Tracking by Multicut and Deep Matching},
author = {Siyu Tang and Bjoern Andres and Mykhaylo Andriluka and Bernt Schiele},
journal= {arXiv preprint arXiv:1608.05404},
year = {2016}
}