lstm原始论文_多目标跟踪（MOT）领域近期值得读的几篇论文

©PaperWeekly 原创 · 作者｜黄飘

单位｜华中科技大学硕士生

研究方向｜多目标跟踪

Siamese Track-RCNN

论文题目：Multiple Object Tracking with Siamese Track-RCNN

作者团队：亚马逊云服务识别实验室

论文链接：https://arxiv.org/abs/2004.07786

这篇论文的思路很直接，其更多的创新还是还是 基于 SOT 任务中的孪生结构和 MOT 中的联合检测和跟踪的框架，将 SOT、Detection 和 ReID 利用多任务分支的方式合并为一个整体框架。 论文的整体其实通过上图就能猜到：

• SOT 分支，作者借助 GOTURN 的 SOT 孪生结构，基于上一帧目标位置在当前帧扩展区域进行搜索，这里与原始 SOT 任务不同的是：预测的是目标相对位移，而不是响应图，并且预测的分类信息中的前景背景信息，作者解释成目标是否可见，这一点在 MOT 数据集中存在目标可视度的标注。但是这里依旧是对每个目标做了一次 SOT，所以不得不用 GOTURN 这类效率高的网络；
• Detection 分支，这个很简单，我之前的多篇博客已经介绍过了， 这里作者采用的就是就是 Tractor++ 的框架；
• ReID 分支，这里仅仅是使用了共享特征，通过 triplet loss 进行训练。

总的来说，论文思路就是让多个任务共享特征。效果如下：