Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification多目标跟踪论文

论文：Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification

论文下载地址：https://arxiv.org/abs/1901.06129

论文代码：未开源

论文主要框架：

本篇论文提出了一种新的多目标跟踪统一框架。引入和短期和长期线索结合在一起处理来多跟踪过程中的复杂场景。引入了SAC（switcher-aware classification）用来进行决策匹配。

上图是本算法主要的三部分。

1. 图（a）是短期线索部分，主要用来找到检测算法可能无法检测的物体，主要解决遗漏（FN）。

2.图（b）是长期线索部分，主要是结合前面K张图片建立一个外观模型，解决单目标跟踪算法（SOT）由于遮挡原因造成的包围框漂移问题。

3.图（c）是SAC框架，switcher（potential identity-switch causer）可以帮助匹配跟踪目标，在遮挡情况下有switcher的置信度要比没有switcher要高很多。

上图是算法的主要网络结构，算法的流程主要有：

1.初始化，跟踪目标数据集为空，时间t=1.

2.通过SOT网络输出跟踪目标的位置。

3.将前面k张图片的外观（长期线索里面k张图片），和当前的外观和检测结果都传到ReID网络里面提取一个ReID特征。

4.将步骤2的结果，步骤3的结构和检测器检测的结果组合成目标的匹配特征。

5.找到switcher。找概率最大的identity switch causer。

6.SAC生成匹配分数，看一下检测结果时候和跟踪结果一致。

7.根据步骤6建立跟踪目标与检测结果的二部图。

8.对于匹配的目标，使用匹配检测信息更新位置和模板。对于不匹配的目标，使用SOT结果更新跟踪器位置，并删除被认为不可靠或丢失的目标。对于孤立的检测结果，如果其可信度分数满足新目标的条件，则将其添加到跟踪目标集中。

9.一致重复步骤2-8，知道视频序列结束。

短期线索网络结构：

短期线索网络结构使用的是Siamese-RPN跟踪器。

长期线索网络结构：

长期线索网络结构使用的是GoogleNet v4网络结构。

K张图片是如何选择出来的？

k张图片是通过Q网络找到分数最大的图片。Q网络结构是ResNet-18组成。

跟踪结果：