目标跟踪算法的展望

本文是博主在学习目标跟踪过程中的个人看法和总结，欢迎借鉴和交流，如有错误，请留言指出。

在学习的过程中，我一直在思考“跟踪”的本质究竟是什么？

在“【VALSE前沿技术选介16-18期】Object Tracking新思路”中，王乃岩博士提出，跟踪的本质应该是verification，而不应该是目前主流的tracking by detection/classification，同时王博士也在论文中提到过，feature是跟踪问题最核心的环节。

但是我对此有不同的看法。

因为无论是detection还是verification，都是不够intuitive的。首先，我们考虑跟踪问题中很棘手的情况。例如遮挡、物体消失、周围相似物体、罕见形变。然而这些问题对于人而言，多数情况下其实都是容易的。

个人认为，其中最重要的因素是“常识”，或者说是“运动规律”。遮挡和物体消失最为核心的依旧是feature，但罕见形变可能feature就会发生很大的变化，而且跟踪过程中的罕见形变可能是突然的，也就是说，只有很少几帧的图像可以用来在线训练，这显然是不够的，针对这个问题，个人考虑可以结合GAN来处理，详细细节这里暂时不说。

周围相似物体这是跟踪问题里很难的一个问题，而这个问题显然就不再是verification了，这里我们假设极端情况，比如说同一款车、双胞胎擦肩而过，这种时候，单从feature来解释显然是不可以的，但是，多数情况下，人是可以处理的，即使两个物体相似程度很高。这里就是前面提到的“常识”或“运动规律”。这种规律是物体具备的某种深层的语义信息，比如说，双胞胎擦肩而过，人预先能够通过运动规律判断&