前言

恰逢 2020年，本文再次更新近期值得关注的最新目标跟踪论文。这次分享的paper将同步推送到 github上，欢迎大家 star/fork（点击阅读原文，也可直接访问）：

https://github.com/amusi/daily-paper-computer-vision

注意事项：

• 既含ABCTracker网络，还有SiamFC++等开源网络

• 论文发布时间段：2019年12月31日-2020年02月19日

• 文末附7篇目标跟踪论文合集下载链接

目标跟踪论文&项目

【1】旷视Detection组开源：视频理解算法库（含单目标跟踪SOT、视频目标分割VOS等）

【Video Analyst】这是一系列对视频理解有用的基本算法的实现（基于PyTorch），包括单目标跟踪（SOT，Single Object Tracking），视频目标分割（VOS，Video Object Segmentation）等。

【当前实现列表】单目标跟踪：   - SiamFC++: Towards Robust and Accurate Visual Tracking with Target Estimation Guidelines    - 论文链接：https://arxiv.org/abs/1911.06188    - SiamFC++是浙江大学和旷视提出的目标跟踪论文（收录于AAAI 2020），速度高达90FPS，表现SOTA！

注：因为该项目刚出来没多久，所以支持的算法还不是很多，后面应该会陆续更新，大家可以关注一波

项目链接：https://github.com/MegviiDetection/video_analyst

SiamFC++

【2】L1DPF-M：整合正则化l1跟踪和实例分割以进行视频目标跟踪

《Integration of Regularized l1 Tracking and Instance Segmentation for Video Object Tracking》

时间：20200102

作者团队：伊斯坦布尔科技大学

链接：https://arxiv.org/abs/1912.12883

代码（未放源码）：

https://github.com/msprITU/L1DPFM

注：L1DPF-M目标跟踪新网络，其性能优于SiamRPN、TCNN等网络，即将开源！

【3】姿态辅助多摄像机协作以进行主动目标跟踪

《Pose-Assisted Multi-Camera Collaboration for Active Object Tracking》

时间：20200118

作者团队：北京大学&北京电影学院&上交&深睿医疗

主页：https://sites.google.com/view/pose-assistedcollaboration

链接：https://arxiv.org/abs/2001.05161

注：性能表现SOTA，优于DaSiam、BACF和RLD等网络

Overview

【4】ABCTracker：易于使用的基于云的应用程序，用于跟踪多个对象

《ABCTracker: an easy-to-use, cloud-based application for tracking multiple objects》

时间：20200129

作者团队：北卡罗来纳大学夏洛特分校&亚利桑那大学

主页：https://abctracker.org/

链接：https://arxiv.org/abs/2001.10072

注：ABC Tracker是一种免费，简单且有效的多目标跟踪工具，现开放下载和使用（支持蚂蚁、蜜蜂等对象的目标跟踪）

【5】Flow-Fuse-Tracker：通过光流和融合进行多目标跟踪

《Multiple Object Tracking by Flowing and Fusing》

时间：20200131

作者团队：CMU&西安交通大学&复旦大学等

链接：https://arxiv.org/abs/2001.11180

注：在MOT17等数据集上表现SOTA！优于Tracktor、LSSTO和FAMNet等网络

【6】OA-LSTM-ADA：目标自适应LSTM网络，用于对抗性数据增强的实时目标跟踪

《Object-Adaptive LSTM Network for Real-time Visual Tracking with Adversarial Data Augmentation》

时间：20200210

作者团队：厦门大学&清华大学等

链接：https://arxiv.org/abs/2002.02598

注：一种新的实时视觉跟踪方法，采用目标自适应LSTM网络来有效地捕获视频序列依存关系并自适应地学习目标外观变化，表现SOTA！

【7】MAST：具有记忆增强功能的自监督目标跟踪器

《MAST: A Memory-Augmented Self-Supervised Tracker》

时间：20200219

作者团队：牛津大学VGG组

链接：https://arxiv.org/abs/2002.07793

代码（即将开源）：https://github.com/zlai0/MAST

注：自监督目标跟踪新网络，表现SOTA！性能优于UVC、CorrFlow和CycleTime等网络，且接近监督类跟踪网络，代码即将开源！

为了方便下载，我已经将上述论文打包，在 CVer公众号 后台回复：20200221 即可获得打包链接。

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）备注：加入本站微信群或者qq群，请回复“加群”获取一折本站知识星球优惠券，请回复“知识星球”喜欢文章，点个在看