简易在线与实时跟踪
计算机视觉与模式识别
2017-07-10 v2
摘要
本文探索了一种务实的多目标跟踪方法，其主要焦点是为在线与实时应用高效关联目标。为此，检测质量被确定为影响跟踪性能的关键因素，更换检测器可使跟踪提升高达 18.9%。尽管仅使用了如卡尔曼滤波与匈牙利算法等常见技术的粗略组合作为跟踪组件，该方法仍达到了与最先进(state-of-the-art)在线跟踪器相当的精度。此外，由于我们跟踪方法的简洁性，跟踪器以 260 Hz 的速率更新，比其他最先进(state-of-the-art)跟踪器快 20 倍以上。
引用
@article{arxiv.1602.00763,
title = {Simple Online and Realtime Tracking},
author = {Alex Bewley and Zongyuan Ge and Lionel Ott and Fabio Ramos and Ben Upcroft},
journal= {arXiv preprint arXiv:1602.00763},
year = {2017}
}
备注
Presented at ICIP 2016, code is available at https://github.com/abewley/sort