AI City challenge2018冠军论文阅读

原文：论文
代码：github
这个队伍的想法很创新，首先他对于SCT，没有采用深度学习提取特征的这种方法，而是偏向使用图像图形学的知识，而且对于mtmc的处理，大部分论文使用了聚类的办法，但是它采用了计算非训练的方法，经由reid之后，去一一匹配。
下面说一下他的创新点：首先进行相机校准。
为什么要进行相机校准呢：在多镜头多目标的追踪下，需要利用不同镜头下的物体视觉信息，减少被遮挡区域，并且提供目标和场景的3D信息，相机视图对于3D场景有畸变作用，比如你不能确定远处的物体到底有多远，所以要使用相机校准还原3D场景。

相机校准

现附上一位大佬的博客吧：3D重建之相机校准
简而言之，相机拍照会经历3个坐标系：图像坐标系，相机坐标系，世界坐标系。相机的参数分为两个：相机内参和相机外参，内参用于相机坐标系投影到图像像素，外参用于将世界坐标系投影到相机坐标系。内参一般是不随时间变化的，可以通过matlab等校准工具求得，外参需要在实际过程中求得。
在这个比赛里，他们对相机校准进行了优化，首先他们在相机图像上选了n段直线，记录他们的坐标(x,y)，然后通过参数矩阵把它投到了3D中，然后使用了Google map来获取真实制的坐标，并且计算预估值和真实值的误差，来反复校准相机参数（EDA算法）。

MCT

这里使用聚类方法实现SCT的，聚类的特征由几样：轨道预测偏差，速度，时间，appearance。轨道预测的方法是使用高斯回归过程完成轨道预测。高斯回归过程是啥可以看看我之前的博客。这里appearance采用了五种颜色的直方图。这里有人会问，为啥不用feature，feature里面都有颜色的信息呀，我觉得可能是feature信息太多了，颜色信息混杂在里面不好辨认吧。这里关于聚类的方式，它使用了五种聚类方式，然后一一比较选择。

ICT

这里方法像聚类但不同于聚类，如果有MCT的物体没有在ICT中出现，聚类反而是一种干扰，所以这里用loss来进行筛选。
首先过滤出SCT中不满足帧长和bbox大小的物体，然后经由reid，筛出ranking靠前的几张，然后由
appearance，DCNN，license OCR，car type，traveling time几个特征分别计算出loss，然后选择loss乘积小于阈值的物体。