文章目录
github paper and code list
multi-object-tracking-paper-list
100kfps多目标追踪器-iou-tracker
iou-tracker 简介
总体思路: 整体就是一个检测+IOU判断。
对于每一帧,在当前帧的检测框中找到和当前追踪队列的追踪框中iou最大的检测框,然后判断该iou是否大于阈值,如果是,则将该检测框加入,作为与之匹配的追踪框在当前帧中的位置;否则,判断该追踪框在之前帧中的最大检测得分是否大于阈值σh,且在该帧之前目标出现的帧数是否大于阈值tmin。
优点: 速度快
缺点: 跟踪结果更多的依赖检测的结果
Tracking By Detecting多目标跟踪
参考自:多目标追踪笔记二:关于Tracking By Detecting的多目标跟踪数据关联流程梳理
主要思想为:
使用faster-RCNN(或其他检测算法)检测第一帧的目标–>将检测的目标经过卡尔曼滤波预测下一帧的轨迹状态(u,v,r,h)–>再使用faster-RCNN检测第二帧的目标–>将检测到的第二帧目标与预测的轨迹状态进行配对,(例如如果两者IOU接近1,则代表上帧目标与此帧对应成功)
近年论文及开源代码汇总
知乎上的最新整理和总结。有19年的。
知乎链接
Multiple Object Tracking Benchmark
这是多目标跟踪领域的一个公开评价标准。上面有各个算法提交的结果,同时能看项目是否开源。
MOT
Multiple Hypothesis Tracking Revisited
有开源代码,用matlab写的
MHT