业界首个实时多目标跟踪系统开源

（图片由AI科技大本营付费下载自视觉中国）

作者 | CV君

来源 | 我爱计算机视觉（ID：aicvml）

相对业界研究比较多的单目标跟踪，多目标跟踪（Multi-Object Tracking，MOT）系统在实际项目中应用场景更多。

长期以来谈到此领域，大家都会推荐DeepSort算法（Simple Online and Realtime Tracking with a Deep Association Metric，2017），不过今天要刷新一下知识库了。

今天一篇多目标跟踪的论文Towards Real-Time Multi-Object Tracking，引起了不少人的关注，速度更快、精度更高、代码也已经开源了，非常值得参考。作者称，该算法是第一个实时的多目标跟踪算法。

该文作者信息：

来自清华大学和澳大利亚国立大学。

多目标跟踪往往采用tracking-by-detection 流程，分为用于目标定位的检测模型和目标关联的表观嵌入模型，长久以来，这两大模块是分开的。

作者的想法就是在这两大模块共享特征。

请看下图：

（a）为经典的检测与嵌入模块分离的模型；

（b）为两阶段模型，嵌入部分复用检测的特征；

（c）为本文提出的检测和嵌入联合的模型。

该文使用的主要方法是，将表观嵌入模型集成到一个单阶段目标检测模型中，如下图：

使其在进行目标检测预测的时候，预测head同时进行表观嵌入，另外，因为预测head是一个多任务的模型，对各个任务Loss函数进行自适应加权。

上图中（a）为网络架构，（b）为预测head的详细展示，包含分类、回归、嵌入的三个任务，和各Loss加权示意图。

作者在MOT-16多目标跟踪数据集上评估了算法精度和速度，结果如下：

该文提出的算法，MOTA接近state-of-the-art，比DeepSort精度高，速度快3-4倍。 以上算法评估作者是在Nvidia Titan xp GPU上运行的。

论文地址：

https://arxiv.org/pdf/1909.12605v1.pdf

开源代码：

https://github.com/Zhongdao/Towards-Realtime-MOT

（*本文为 AI科技大本营转载文章，转 载请联系原作者）

◆

精彩推荐

◆

2019 中国大数据技术大会（BDTC）历经十一载，再度火热来袭！ 豪华主席阵容及百位技术专家齐聚，15 场精选专题技术和行业论坛，超强干货+技术剖析+行业实践立体解读，深入解析热门技术在行业中的实践落地。 【早鸟票】 与 【特惠学生票】 限时抢购，扫码了解详情！

推荐阅读

• 100多次竞赛后，他研发了一个几乎可以解决所有机器学习问题的框架

• 王霸之路：从0.1到2.0，一文看尽TensorFlow“奋斗史”

• 伯克利人工智能研究院开源深度学习数据压缩方法Bit-Swap，性能创新高

• NLP被英语统治？打破成见，英语不应是「自然语言」同义词

• TensorFlow2.0正式版发布，极简安装TF2.0（CPU&GPU）教程

• 肖仰华：知识图谱构建的三要素、三原则和九大策略 | AI ProCon 2019

• AI落地遭“卡脖子”困境：为什么说联邦学习是解决良方？

• 10分钟搭建你的第一个图像识别模型 | 附完整代码

• 限时早鸟票 | 2019 中国大数据技术大会（BDTC）超豪华盛宴抢先看！

你点的每个“在看”，我都认真当成了喜欢