On Pairwise Costs for Network Flow Multi-Object Tracking
来源:互联网 发布:飞行堡垒win10优化 编辑:程序博客网 时间:2024/05/18 20:12
来源:CVPR2015
创新点:
多目标跟踪可以使用最小成本网络流(min-cost network flow)优化技术来实现。这种方法能够同时解决在一个视频中多个目标的跟踪轨迹,并且能够在多条轨迹间建模依赖关系。在tracking-by-detection的方法中,物体检测器常会因为遮挡等原因导致检测失败。为解决这一问题,提出在min-cost network flow 框架中添加使用pairwise costs。为了不把问题变得NP-hard,设计了一种凸松弛解决方案,以确保次优。
贡献:
①提出一种新的非贪婪方法在一个min-cost网络流框架中优化pairwise terms。该解决方法是通用的,允许同时优化任意类型的pairwise costs。
②提出一种凸松弛的全局优化策略,允许使用线性优化的方法来最小化pairwise costs。
③提出两个pairwise costs的例子。第一个阻止了不同轨迹间的重叠。第二个给不同类型检测结果的空间相互遮挡进行建模。这允许更好地为具有部分遮挡和大量混杂的复杂动态场景进行建模。
④提出了一种新的可以评估跟踪结果的策略,更好的测量了跟踪输出的轨迹与真实轨迹gt之间重叠的长度。
其实,MOT可以看成是一种selection and clustering of corresponding object detections over time。这样的选择和聚类问题可以在be solved in an optimization framework using carefully designed cost functions。对于跟踪问题,能量最小化方法能够产生全局最优解,avoid early and error-prone local decisions。
关于交互,交互模型可以改善拥挤环境下的行人跟踪和解决歧义跟踪。之前的方法要么求助于local non-convex optimization,要么使用greedy methods to enforce interactions。本文提出在min-cost network flow tracking approach中建模交互关系。把pairwise cost引进目标函数(objective function)中,设计一种凸松弛的解,确保了次优。
Our framework allows addition of terms without any modification to the underlying optimization framework.
- On Pairwise Costs for Network Flow Multi-Object Tracking
- Deep Network Flow for Multi-Object Tracking
- Target Identity-aware Network Flow for Online Multiple Target Tracking
- Occlusion Geodesics for Online Multi-Object Tracking编译过程
- Occlusion Geodesics for Online Multi-Object Tracking编译过程
- Occlusion Geodesics for Online Multi-Object Tracking编译过程
- Virtual Worlds as Proxy for Multi-Object Tracking Analysis
- The Solution Path Algotithm for Identity-Aware Multi-Object Tracking
- 多目标跟踪-Multi-Object Tracking
- 多目标跟踪-Multi-Object Tracking
- Occlusion Geodesics (Multi-Object Tracking)
- 多目标跟踪-Multi-Object Tracking
- Multi-View 3D Object Detection Network for Autonomous Driving
- TaintDroid: An Information-Flow Tracking System for Realtime Privacy Monitoring on Smartphones
- TaintDroid: An Information-Flow Tracking System for Realtime Privacy Monitoring on Smartphones
- 【论文笔记】MOT16 A Benchmark for Multi-Object Tracking数据集介绍
- GMMCP Tracker:Globally Optimal Generalized Maximum Multi Clique Problem for Multiple Object Tracking
- 目标跟踪之“Robust Visual Tracking with Deep Convolutional Neural Network based Object Proposals on PETS”
- invalid LOC header (bad signature) maven
- Learning to Divide and Conquer for Online Multi-Target Tracking
- linux命令
- JavaWeb笔记之JSP技术
- Ubuntu 16.04 小键盘数字键盘开机自动启动
- On Pairwise Costs for Network Flow Multi-Object Tracking
- nonde
- 孩子对不起,是我们带你们走进了地狱
- SpringMVC xml 一些配置:RequestContextListener, JdbcHttpSessionConfiguration 作用
- 深度解析| 揭开中国紫砂壶背后惊人的大内幕!
- Joint Tracking and Segmentation of Multiple Targets
- 他受他爸影响,他爸受数学家影响,最终造出了自动旋转的房子!
- 由炮灰模型到“微软钻石题”
- String中的方法