多目标检测跟踪
参考: https://blog.csdn.net/nieson2012/category_9102111.html
论文:
领域概述
多目标跟踪MOT(Multi-Object Tracking):在一段视频中同时跟踪多个目标。
跟踪策略:
-
TBD(Tracking-by-Detecton)/DBT(Detection-Based-Tracking): 在每一帧进行目标检测,再利用目标检测的结果进行跟踪(数据关联)。
-
DFT(Detection-Free Tracking): 基于初始框无需检测器的多目标追踪。
跟踪方式
- 在线跟踪(Online): 只能使用当前帧和之前帧的信息来进行当前帧的跟踪。
- 离线跟踪(Offline): 对每一帧的预测都可以使用整个视频的信息(容易得到全局最优解)。
- Near-Online: 可以使用当前帧、之前帧和部分未来帧的信息(适合实际应用)。
术语
Trajectory(轨迹):目标在一个时间段内的位置序列。
Tracklet(轨迹段):形成Trajectory过程中的轨迹片段。
ID Switch(ID切换):对于同一目标,由于轨迹误判,导致其ID发生切换的次数。
IoU: I o U = ∣ A ∩ B ∣ ∣ A ∪ B ∣ IoU=\frac{|A\cap{B}|}{|A\cup{B}|} IoU=∣A∪B∣∣A∩B∣
评价指标
MOTA:综合了FP(False Positive 误检测目标数量)、FN(False Negative 未检出的真实目标数量)、IDsw(同一目标发生ID切换的次数)。MOTA越高越好,上限100,下限负无穷。
SORT
TBD、在线跟踪
DeepSORT
在SORT的基础上引入:
1.Deep Association Metric:学习一个行人鉴别网络,区分不同行人,来判断两副输入图片是否是同一行人。
2.外观信息(Appearance Information):应对较长时间受遮挡的目标。