The Way They Move: Tracking Muitiple Targets with Similar Appearance文章思想及其代码分析

vsooda

于 2014-05-13 16:09:05 发布

阅读量2.7k

点赞数

分类专栏：科研

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/vsooda/article/details/25696807

版权

本文探讨了如何处理相似外观物体的多目标跟踪问题，采用运动模型预测，并通过Hankel矩阵和GLA（Generalized LASSO Algorithm）求解相似性。文章提出了一种三阶段的窗口策略进行合并跟踪块，核心算法包括计算相似性矩阵和Hankel矩阵的秩估计。代码框架包含从检测数据到跟踪块的转换以及关键的关联函数。为在新数据集上测试算法，需生成特定的itl文件格式。引用了Pirsiavash等人和Park等人的相关工作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 思想

本文解决关于相似外观物体多目标跟踪的问题。本文也是基于先检测再跟踪。其主要思想是将目标的运动模型建模，然后根据运动模型进行预测。与其他方法不同之处在于不必设置大量参数，而且可以恢复丢失的数据。

本文的研究是对另外几篇研究的综合。包括：

1) 将[1]中的公式 $\underset{X}{\mathop{\max }}\,\sum\limits_{i=1}^{N}{\sum\limits_{j=1}^{N}{{{P}_{ij}}{{X}_{ij}}}}$ 的约束条件 $\sum\limits_{i=1}^{N}{{{X}_{ij}}=1;\sum\limits_{j=1}^{N}{{{X}_{ij}}=1;{{X}_{ij}}\in \{0,1\}}}$ 改为 $\sum\limits_{i=1}^{N}{{{X}_{ij}}\le 1;\sum\limits_{j=1}^{N}{{{X}_{ij}}\le 1;{{X}_{ij}}\in \{0,1\}}}$

2) 相似性的求解是本文的提出的动力学模型的关键点。

最低0.47元/天解锁文章

评论 27

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。