论文学习博客转移到知乎了
1.摘要
1.1问题
现在多目标跟踪 (MOT) 系统通常采用TBD(Tracking by detection),一般有目标检测模型和用于数据关联的表观特征(appearance embedding model/Re-ID)模型。两个模型都是分开单独执行,会导致效率偏低。可以研究在两个模型共享结构。
1.2提出算法
提出了一个 MOT 系统,允许目标检测和表观特征模(Re-ID)型共享一个模型。把Re-ID模型和one-shoot检测器结合,模型可以同时输出目标检测结果和Re-ID特征。
1.3效果
MOT速度可以22 到 40 FPS (输入分辨率)。它的跟踪精度可与采用分离检测和嵌入 (SDE) MOT算法的媲美 。MOT-16 : MOTA为66%
2.简介
作者对当前检测方法进行分类,如图1所示,将检测离检测和Re-ID分开MOT方法叫 SDE (Separate Detection and Embedding),总推理时间,大致是两个部分的总和,会随着目标数量的增加而增。 为了节省计算,可以将检测器和将Re-ID整合到到单个网络中,这两个任务可以共享相同的低级特征集,避免了重复计算。在二Faster R-CNN框架上对检测和Re-ID整合在一起,第一阶段RPN网络提取特征, 第二阶段把有监督分类的head换成Embedding 的head,虽然会节省一些计算,由于其两级设计,速度仍然有限,通常运行速度低于每秒 10 帧 (FPS)。作者提出融合检测和RE-ID网络。Jointly learns the Detector and Embedding model (JDE) in a single-shot deep network。