最近在整目标跟踪,AI city challenge有关于冠军的论文,他的思路:相机校准+自底而上的聚类,聚类可以把一个个目标检测到的tracklet连成一个长轨迹。聚类使用loss是众多loss的和:轨道平滑+速度改变+相邻tracklet的时间间隔+appearance改变
附上论文连接:AI City challenge2018冠军论文
其中轨道平滑采取的是高斯回归,已知上一帧检测物体的坐标,经由高斯回归过程,通过输入下一帧的feature,预测出检测物体在下一帧的坐标。
关于高斯回归过程,有一位大佬说的简单明了,在此附上连接:给大佬献上膝盖
高斯回归过程
最新推荐文章于 2024-04-22 18:23:31 发布