1. 摘要
本文提出了一种新颖的多类多目标跟踪(MCMOT)框架,通过组合检测响应和变点检测(CPD)算法来进行无限类多目标跟踪。该框架的效果优于当前最先进的视频跟踪技术。
检测响应:用CNN-based的object detector和基于KLT(Lucas-Kanede Tracker)的motion detector来计算the likelihoodsof foreground regions,以此作为不同类别目标的检测响应。
CPD:CPD模型用于观察由遮挡或者draft引起的突变状况。
基准数据集:ImageNet VID 和 MOT Benchmark 2016。
2. MCMOT框架
MCMOT算法总结:
首先,在实体状态转换步骤中执行对象的出现和消失分配。其次,使用数据驱动的MCMC采样步骤构建中间轨道段。然后,通过变化点检测算法监测可能发生的漂移。最后组合出轨迹。
上图所示中的step1在observation model中详细介绍。
2.1 观察模型
集合了多种特征的目标检测器来计算目标的observation likelihood,最后估计出目标的类别和精确位置。
本节中定义observation model(observation likelihood)P(Z_t |X_