CVPR 2019 论文大盘点-目标跟踪篇

跟踪在计算机视觉里有很广泛的内涵，本文所指的跟踪为通用目标跟踪，不包括比如人脸特征点跟踪、视线跟踪等特定领域。

本文总结了 19 篇相关论文，列出了代码地址，并大致分类为单目标跟踪（最多）、多目标跟踪、跟踪与分割、3D目标跟踪、跟踪数据集几部分。

比较有意思的是，跟踪领域的人也开始关注分割了，ICCV上也有相关的workshop。这给算法带来新挑战。

52CV跟踪群里已经汇集大量专业人士，欢迎进群交流。（文末附加群方式）

可以在以下网站下载这些论文：

http://openaccess.thecvf.com/CVPR2019.py

如果想要下载所有CVPR 2019 论文，请点击这里：

重磅！CVPR 2019 论文终于全面开放下载！附百度云链接

单目标跟踪

一种无监督的方式对大规模无标记视频进行训练的。动机是一个健壮的跟踪器应该在视频前向和后向预测中都是有效的，在Siamese相关滤波网络上构建了算法框架，该网络使用未标记的原始视频进行训练，达到了有监督跟踪器的baseline精度。

Unsupervised Deep Tracking

Ning Wang, Yibing Song, Chao Ma, Wengang Zhou, Wei Liu, Houqiang Li

https://github.com/594422814/UDT/

为了实现多目标跟踪的无标签和端到端学习，提出了一种用动画来跟踪的框架，其中可微分神经模型首先跟踪输入帧中的对象，然后将这些对象动画化为重建帧。然后通过反向传播通过重建误差来驱动学习。

军事医学研究院、国防科技大学、伦敦大学学院、阿兰图灵研究所

Tracking by Animation: Unsupervised Learning of Multi-Object Attentive Trackers

Zhen He, Jian Li, Daxue Liu, Hangen He, David Barber

https://github.com/zhen-he/trackin