Extending IOU Based Multi-Object Tracking by Visual Information论文简读

写在前面

这篇论文是在方法"High-speed tracking-by-detection without using image information"(IoU)基础上的改进版本,主要解决了前者在检测丢失的情况下,容易出现漏检和身份转换的问题。

贡献

  1. 利用一个视觉单目标跟踪器对IoU跟踪器进行扩展,在检测丢失时对跟踪在下一帧的位置进行预测。
  2. 提出了一种batch的跟踪方式,有效的减少了IoU跟踪器中的身份转换和跟踪碎片,从而提高IoU跟踪器的MOTA值。

跟踪流程

IoU跟踪流程

我们先回顾一下IoU跟踪器的跟踪流程:在这里插入图片描述

  1. 对于当前帧,首先利用阈值σl\sigma_lσl对检测进行过滤,得到输入检测集DDD
  2. 对于每个激活跟踪tit_iti,找到与其最后位置IoU最大的检测dbestd_{best}dbest,如果满足IOU(dbest,ti)≥σIOUIOU(d_{best},t_i)\geq\sigma_{IOU}IOU(dbest</
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值