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/