本文共 659 字,大约阅读时间需要 2 分钟。
来源:CVPR2016
创新点:
本文提出一种可以感知身份的基于solution path算法的多目标跟踪器。该跟踪器不仅能够产生基于诸如人脸识别线索的与身份相关的轨迹,而且还有能力查明潜在的跟踪错误。这一跟踪器被表述成一个正则约束的二次优化问题,该问题用the solution path算法解决。这一算法成功的解决了同一个优化问题,所不同的是使用了正则约束,逐渐从1减少到0。实验表明所提出来的跟踪器是很有效的,并且the solution path能够自动查明潜在的跟踪失败,这能够用于积极的学习框架中以改进具有身份感知的多目标跟踪。
这个solution path algorithm有两个关键benefits。①能够用正则约束优化Loss function。②the solution path能够被看作是tracker的决策过程,能够自动的用于指出跟踪中的uncertain。不同于其他跟踪器将注意力放在输入数据的confidence,在本文中,将关注estimating the confidence of the output tracing results。
贡献:
①提出一种新颖的基于solution path算法的优化范例,目的是用正则约束解决二次规划问题。
②把可感知身份的跟踪器看作是一个用正则约束的二次规划,该规划建模了相互排斥和空间局部约束。
③所要求的解决路径可以被用于定位不确定的跟踪输出,这将会用在an active learning framework中一加强MOT的跟踪效果。
转载地址:http://jbuxi.baihongyu.com/