AAAI 2020 ｜ GlobalTrack：简单又强大！视频长期目标跟踪新基线

点击我爱计算机视觉标星，更快获取CVML新技术

---

今日新出论文GlobalTrack: A Simple and Strong Baseline for Long-term Tracking，提出一种全新的使用全局搜索思路的视频长期目标跟踪方法GlobalTrack，使用极其简单的架构，按照作者的说法“没有运动模型，没有在线学习，没有位置或尺度变化的惩罚，没有尺度平滑和轨迹改进，因此没有累积误差”，特别适合于目标长期跟踪。

该文作者信息：

作者团队来自中科院和中科院大学。

目标跟踪问题中，为了更好的利用前一帧甚至前几帧的信息，往往会对模型做很多假设，包括目标的运动、位置变化、尺度变化等，而这也带来了模型的累计误差，在长期跟踪时，这样的累计误差往往会使得后期的目标跟踪结果差很多。

作者在文中给出的一些例子：

面对目标的尺度变化、遮挡、消失重现等问题，该文提出的算法GlobalTrack和其他SOTA的比较结果。因为 GlobalTrack 对视频每一帧的跟踪完全不依赖相邻帧，没有累计误差使得它在长期跟踪问题中准确率保持稳定。