走进Deep Sort系列（三）--《DeepSORT-Simple Online and Realtime Tracking with a Deep Association Metric》翻译及理解

最新推荐文章于 2024-08-16 18:11:58 发布

听我的错不了

最新推荐文章于 2024-08-16 18:11:58 发布

阅读量3.9k

点赞数 3

分类专栏：文献翻译目标跟踪

本文链接：https://blog.csdn.net/weixin_45032769/article/details/95910715

版权

DeepSORT是一种结合运动和外观信息的在线实时多目标跟踪算法，通过深度学习关联度量提升了SORT的性能，尤其在处理遮挡问题上表现出色。通过级联匹配策略和深度特征描述器，减少了身份交换，适用于高帧率应用场景。

摘要由CSDN通过智能技术生成

在这里插入图片描述 2019年7月14日：继续上一部分内容，完成了对《Multiple Object Tracking A Literature Review》综述的大概翻译，初步了解了多目标跟踪大概是干什么的，现在我们进行对deep sort这样一个知识的文献翻译，作为具体到某一种算法的入门，目标：了解 Sort 和deepsort 的内容，知道它的框架，流程。

文献名称：《DeepSORT-Simple Online and Realtime Tracking with a Deep Association Metric》
知乎最新阅读笔记：
https://www.zhihu.com/people/geng-yi-fei-24/posts
来源：https://arxiv.org/pdf/1703.07402.pdf
参考翻译https://blog.csdn.net/zjc910997316/article/details/83721573
参考大佬阅读记：https://www.cnblogs.com/yanwei-li/p/8643446.html
参考大佬笔记：https://blog.csdn.net/cdknight_happy/article/details/79731981
参考大佬笔记：https://www.bbsmax.com/A/xl56bOa15r/
知乎大佬借鉴：https://zhuanlan.zhihu.com/p/62858357 （sort与deep sort的关系与区别）
必备知识点：马氏距离离：https://blog.csdn.net/lzhf1122/article/details/72935323
COS距离　最小余弦距离：https://blog.csdn.net/lin00jian/article/details/51209715
匈牙利算法
融合度量的方式
KM滤波器
级联匹配决策

摘要

简单在线和实时跟踪(SORT)是一种注重简单、有效算法的多目标跟踪的实用方法。
为了提高排序的性能，本文对外观信息进行了集成。
由于这种扩展，我们能够通过更长时间的闭塞来跟踪对象，有效地减少了标识开关的数量。
在原始框架的精神下，我们将大量的计算复杂度放到了离线预训练阶段，在此阶段我们学习了大规模的人员再识别数据集上的深度关联度量。
在实时应用过程中，我们使用可视化外观空间中的***近邻查询***建立度量跟踪关联。
实验评估表明，我们的扩展减少了45%的身份交换机数量，在高帧率下实现了整体竞争性能

2019年7月15日：

1 引言

因为近年来的目标检测的进步，基于检测的跟踪已经在多目标跟踪领域成为了主要模式。在这种模式下，对象轨迹通常出现在一次处理整个视频批量的全局优化问题中。例如，流网络公式[1,2,3]和概率图形模型[4,5,6,7]已经成为这种类型的流行框架。
但是，由于批处理的原因，这些方法不适用于在线场景（流网络公式和概率图形模型），