计算机翻译作业,计算机科学与技术翻译作业.docx

它们是怎么运动的：对多个外观相似物体进行追踪

摘要

我们介绍了一个通过检测的方法来对多物体进行跟踪的高计算性能算法，该算法解决了四个主要的挑战：目标之间的外观相似，由于目标不在画面范围或被其它目标遮挡而丢失数据，运动轨迹交错到一起和相机运动。本文提出的方法把运动力学作为线索来区分具有相似外观的目标，把目标的错误识别率降到了最低并恢复了丢失的数据。为了恢复丢失的数据和估算潜在运动力学的复杂度，本文通过广义线性分配(GLA)方法结合相应的高效程序实现了计算的高效性。该方法工作于任意长度的小片段追踪，不需要假定先验动力学模型，因此它可以捕获所有目标的运动力学。通过对有挑战性的视频进行实验，证明了该模型在没有外观线索或外观线索很少的场景下，仍然可以处理复杂的运动目标、非固定式相机和目标屏蔽等问题。

引言

由于高效率、高精度的物体探测器的最新进展，特别是路上行人跟踪器的发展，鼓舞并助燃了基于探测技术的多目标追踪方法。这些技术通过运用高质量目标探测器来对目标进行一帧一帧的探测，并运用线上或线下的追踪系统来对探测到的物体进行关联。通常情况下，这些关联是基于外观的相似性和位置的相似性，同时开始和结束的轨迹根据“source”和“sink”节点进行处理。这些方法在诸如行人追踪等场景中取得了很好的结果，该场景中目标的外观是可以去别的，目标的运动轨迹通常比较简单，同时“source”和“sink”节点可以被自然地摆放在视野场景的边缘。然而，当目标拥有相似的外观，目标没有按照设想的运动轨迹运行或目标运动出了视野的中央时，该算法就没有之前假定场景表现得那么好了，图1中展示了具体的例子。当追踪器几乎不依赖于追踪物体的外观时，在这些更有挑战性的场景中它们往往需要结合大量的参数和专业知识对算法进行调整。

图1.这很难说那个球和那个球对应。他们的外观不能提供任何帮助，但是通过它们的运动应以用来辨别它们。

同时通过运用卡尔曼滤波器或是粒子滤波器来预测目标的位置并对预测物的最近邻探测物进行关联，以上方法依然可也根据动力学来对单目标进行追踪。然而，这些方法必须假设出先验运动模型，同时很难区分相邻的其他目标。两者择一的，Ding等人在没有假设先验运动模型的基础上，运用动力学来比较跟踪物体并消除跟踪物体之间的歧义，展现了以上方法的可能性。相反，该比较是基于潜在运动的复杂性，它可以通过最小化汉克尔矩阵的秩来进行估算，该矩阵可以直接根据有效数据来进行构建，同时它有可能被噪声潜在地进行影响。由于矩阵秩的最小化问题是一个NP-hard问题，它利用凸松弛法和通用内点法(IP)来求解，首先把矩阵变换为最小化内核形式，然后运用奇异值分解法(SVD)和奇异值阈值法来求解最小矩阵秩。然而，IP方法的计算复杂度和存储复杂度分别为O(l6) 和O(l4)，其中l代表路径的长度。因此，直到现在该方法依然被限制于少量目标的封闭式短路径问题的求解。

在本文中，我们提出了一个使用运动力学来探测多目标轨迹的框架，该框架可以高效的处理大量目标物体、长路径、数据丢失和随机运动等问题。这通过以下几点来完成i)把问题公式化为小物体跟踪的GLA问题，随着路径的增长呈现递增性相关，并且是基于力学相似性；ii)运用高效的算法来估算它们的相似性度量。

贡献

使用GLA方法的好处是，它可以避免所考虑轨迹的位置或时间的起始和终止节点进行先验保证。

我们探索了两种算法，与他们评估动力相似性的方法有所不同。第一种方法运用乘法器的交替方向法(ADMM)来替换文献【15】中的IP最优化步骤，该方法的计算复杂度为O(l3)并且需要很少的存储空间。类似于IP的方法，该方法解决了松弛，而不是原来的问题，需要设置参数来对噪声恶化和奇异值的阈值进行加权来估计这两个难以选择的秩。第二种方法IHTLS(迭代汉克尔矩阵的总体最下二乘法)方法是一种新的算法，我们建议直接对不完全的、有噪声的汉克尔矩阵求秩。该算法是基于文献【25】中介绍的汉克尔矩阵的噪声清楚算法，我们队其进行修改来处理丢失的数据并且估算矩阵的秩。IHTLS方法的优点是它可以解决原始问题而不是凸松弛，它不需要选择奇异值的阈值并且它的计算复杂度为O((l?n)n3)，其中n

这些算法已经被测试过并且和目前一些最前沿的方法进行了比较，测试场景为一系列有挑战性的场景视频，视频中的目标很难仅仅依靠外观来识别出来。该数据集，用地面实测目标位置来注释，可以在我们的网站上公开使用。该实验展现了运用IHTLS方法实现多目标跟踪要比ADMM方法更快、更精确，同时它们比其它前沿方法要更有意义、处理速度更快，该表现实用MOTA度量标准来进行测量的。

最后，我们