Toward Real-Time Multi-Object Tracking

相关文献：

“The third category attempts to explore novel MOT paradigms,for instance, incoporating single object trackers into the detector by predicting the spatial offsets.”
Tracking without bells and whistles
该论文利用回归的方式将Tracking-by-detection的分离过程统一起来，再利用运动建模和建立重识别特征提升跟踪效果

Multi-task learning using uncertainty to weigh losses for scene geometry and semantics
利用不确定性给多任务学习之间自动加权损失

相关问题：

什么是 tracking-by-detectioin?
https://www.cnblogs.com/xiaozhi_5638/p/9376784.html
什么是 appearance embedding model for data association
什么是 detection model for target localization
具体有哪些实时MOT的研究工作都集中在关联的步骤上，作者说的实时MOT系统如何在共享模型中学习目标检测和外观嵌入的？（如何将外观嵌入模型合并到一个单发检测器中的）

什么是characterize ？(表征）
什么是re-sampled pixels?
什么是feature maps
什么是特征金字塔网络？
什么是行人身份被标记？
AlexNet、GoogLeNet、VGGNet、ResNet对比
什么是 query person
什么是人员搜索法（person search)
什么是FPN?
什么是匈牙利算法？
https://blog.csdn.net/u013384984/article/details/90718287
https://www.cnblogs.com/memory2018/p/10563861.html
什么是end-to-end neural network?
知乎解释
CSDN解释