yiran103的专栏

多目标跟踪算法可以分类两类：在线法和全局（批处理）方法。在线方法逐帧处理，适应大多数实际应用的需求；而全局方法考虑整个时间范围内的所有检测，具有更高的数据关联精度。在求解时，以往的工作会着眼于特征度量或关联模型。NMOT 不片面追求高精度，而是从实际出发：设计一种精确的亲和性度量以关联检测；实现高效且准确的（近似）在线多目标跟踪算法。首先，NMOT 引入了一种新颖的聚合局部流描...

匈牙利方法（或 Kuhn 算法）是由4个基本步骤组成的迭代过程。该方法使用“最小行集”覆盖“操纵”成本矩阵的零点，当所需的“最小行集”等于给定成本矩阵的维数时，过程终止。Munkres 算法是一种最优分配算法，可以看作是匈牙利算法的一个变种。它的不同之处在于处理过程中：包含所有零的“最小行集”独立零点的“最大集”该算法的一个重要特征是它的发明人在介绍该算法的论文中还导出了一个方程来计算...

Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification 似乎是商汤投 CVPR2019的论文。文中提出了一个统一的多目标跟踪（MOT）框架，学习充分利用长期和短期线索来处理 MOT 场景中的复杂情况。在现实系统中，可以认为每个组件都是不可靠的，所以作者联合多个模块交叠使用。现行方案中，检测器用于发现，Re...

sort 是一种简单的在线实时多目标跟踪算法。文章要点为：以 IoU 作为前后帧间目标关系度量指标；利用卡尔曼滤波器预测当前位置；通过匈牙利算法关联检测框到目标；应用试探期甄别虚检；使用 Faster R-CNN，证明检测好跟踪可以很简单。技术方案所提方法以检测作为关键组件，传播目标状态到未来帧中，将当前检测与现有目标相关联，并管理跟踪目标的生命周期。Detection为从 ...

The Hungarian Algorithm for Weighted Bipartite Graphstags: MOT参考资料：二分图的最大匹配、完美匹配和匈牙利算法The Optimal Assignment Problemassignment-problem-and-hungarian-algorithmThe Hungarian Algorithm for Weight...

SORT 是一种实用的多目标跟踪算法，然而由于现实中目标运动多变且遮挡频繁，该算法的身份转换（Identity Switches）次数较高。DeepSORT 整合外观信息使得身份转换的数量减少了45％。所提方案为：使用马氏距离和深度特征余弦距离两种度量；采取级联匹配，优先匹配距上次出现间隔短的目标；第一级关联以余弦距离作为成本函数，但设定马氏距离和余弦距离两个阈值约束；第二级关联与 SO...

AI CITY CHALLENGE 是英伟达举办的智能交通视频分析比赛。以下是一些参赛团队算法资料的整理。Single-Camera and Inter-Camera Vehicle Tracking and 3D Speed Estimation Based on Fusion of Visual and Semantic FeaturesTeam 48 zhengthomastang/2...