关于网络流多目标跟踪中的成对代价
计算机视觉与模式识别
2015-05-07 v2 最优化与控制
摘要
多目标跟踪近期采用了最小费用网络流优化技术。此类方法能够同时解析视频中的多个目标轨迹，并对轨迹间的依赖关系进行建模。最小费用网络流方法也非常契合“检测驱动跟踪”（tracking-by-detection）范式，即通过连接目标检测器的逐帧输出来获取目标轨迹。然而，由于视频中的遮挡和杂波，目标检测器往往会失效。为了应对此类情况，我们建议在最小费用网络流框架中引入成对代价。虽然此类问题的整数解是 NP 难的，但我们设计了一种凸松弛解法，并配合高效的舍入启发式算法，该算法在经验上能提供次优性较小的证明。我们评估了两种特定类型的成对代价，并证明了其在真实世界视频序列中相较于近期跟踪方法的改进。
引用
@article{arxiv.1408.3304,
title = {On Pairwise Costs for Network Flow Multi-Object Tracking},
author = {Visesh Chari and Simon Lacoste-Julien and Ivan Laptev and Josef Sivic},
journal= {arXiv preprint arXiv:1408.3304},
year = {2015}
}