论文笔记——Tracktor:tracking without bells and whistles

论文标题:《tracking without bells and whistles》

链接:https://openaccess.thecvf.com/content_ICCV_2019/html/Bergmann_Tracking_Without_Bells_and_Whistles_ICCV_2019_paper.html

以往的MOT主要基于tracking-by-detection,即两个步骤:(1)对每一个frame独立地做detection;(2)相邻frame之间做data association。

但是步骤(2)的工作比较challenging,过去的几年中提升的MOTA点不多。因此在这篇ICCV19的文章中,作者提出:如果一个detector能够胜任tractor的功能,那么相应的specific的tracking算法就没有必要了。

于是作者在这篇论文中做出了以下几点贡献:

(1)提出了Tracktor,利用检测器的regression head实现目标框的时间realign;

(2)在vanilla Tractor上增加了两个extensions,分别是基于Siamese CNN的re-ID网络,以及基于CMC个CVA的motion model;

(3)分析了之前的一些tracking算法及其不足,证明Tracktor效果SOTA;

(4)提供了一种新的MOT思路,可以follow。

Tracktor的主要思路就是利用一个detector,对于第t个frame,可以利用t-1帧的目标位置,通过detector的回归head进行回归预测。这种算法有两点好处:(1)不需要任何专门的tracking算法,更简单;(2)test时没有复杂的优化,适合online。

对于detector,作者采用的Faster-RCNN,而在Frcnn的backbone部分,采用了Resnet50+FPN 的一个骨干架构,可以进行多尺度feature的提取,适应于不同大小的目标。

其训练过程与传统的detector无差别,首先在coco17上做pretrain,后改变cls维度后在MOT17D

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值