Multiple Object Tracking using
K-Shortest Paths Optimization
Abstract :当处理多目标问题时,在所有可能的轨迹中,连接这一步会带来困难的优化问题。这通常需要基于动态编程的采样或者贪婪寻找来完成,但其无法保证全局最优解。
在本文中,我们表明将该步骤重新定义为约束流优化导致了一个凸问题。 我们使用k-最短路径算法利用其特定的结构来解决它,这是非常快的。 这种新方法在正式和算法上比现有技术简单得多,让我们在两个非常不同的上下文中表现出出色的性能。In this paper, we show that reformulating that step as a constrained flow optimization results in a convex problem. We take advantage of its particular structure to solve it using the k-shortest paths algorithm, which is very fast.
ALGORITHM
首先,我们将多目标跟踪问题制定为整数规划问题(IP)。虽然在许多情况下这样的问题是NP-hard,但是我们表明,作为一个线性程序,它被放宽得到最优解,因此问题在多项式时间内是可解的。使其仅适用于小区域和短序列。
接下来证明,KSP与通用的线性规划相比更高效。
参数说明:
1.
在t时刻位于位置i,在t+1时刻移到位置j 的有向边。
2
从t时刻在位置i,移到t+1时刻在位置j,的预计的物体的数量。
3
t时刻,在位置i