22、多目标跟踪的鲁棒环境感知技术解析

多目标跟踪的鲁棒环境感知技术解析

1. 多目标跟踪损失函数与关联算法

1.1 损失函数

在多目标跟踪中，损失函数的设计至关重要。分类和边界框回归的损失通过求平均值，并结合多目标跟踪损失，利用几何平均值来考虑它们之间的相互关系和尺度相似性，公式如下：
[L = \sqrt[3]{L_t \times ((L_c + L_b)/2) \times L_s}]
这种策略旨在简化训练过程，同时认识到任务之间的复杂相互联系。

1.2 关联算法

在推理阶段，YolTrack框架用于处理输入视频序列，生成实例分割掩码和嵌入向量。关联算法的核心目标是形成嵌入向量距离低于预定义阈值的对象集合，从而得出最终的跟踪结果。具体步骤如下：

# 关联算法
1 foreach frame_id  ∈ 1 : n do 
2
if frame_id = 1 then 
3
Assign ID for every object in the frame. 
4
end 
5
else 
6
Do Maximum Association. 
7
if Object(i) is not associated with others then 
8
if Object(i) appears more than β times in t frames then 
9
Assign a new ID for the object(i). 
10
end 
11
else 
12
Object(i) is a fake object. 
13
end 
14
end 
15
else 
16
As