Detection Free Tracking: Exploiting Motion and Topology论文阅读
发布时间
阅读量：
阅读量
写在前面：
最近开始深入学习多目标追踪技术。
阅读了多目标追踪领域的综述文献(Multiple Object Tracking: A Literature Review)，其中将主要的研究方法分为基于跟踪的目标检测(TBD)与基于自由的目标检测{TFD})两大类。
然而，在搜索相关文献时发现{TFD}类的方法数量相对较少。
因此，在阅读这篇论文的过程中有一些思考和记录。
若有不妥之处，请予以指正。
Motivation：
在agent的高度协同作用下（即存在紧密交互），行人检测器容易出现故障（即无法正常工作），从而导致依赖检测的方法难以实现可靠的跟踪效果（即性能受限）。通常情况下（即一般情况下），运动信息会遇到两个主要挑战：一是难以区分同一运动主体之间的相似性；二是对明显运动但受遮挡的身体部位难以实现有效的区分并归类处理。
Contribution：
我们提出了一个无检测系统来分割一个视频中多个互动和变形的人。
How to conduct（From Abstract）?
前景拓扑结构+运动信息-->生成前景轨迹之间的排斥和吸引权重
前景拓扑结构+运动信息-->生成前景轨迹之间的排斥和吸引权重
How to conduct（From Experiment）?
行代表对于某一帧的操作，列表是不同帧。
行代表对于某一帧的操作，列表是不同帧。
其中每一行为单个画面片段提供图像信息
可见：agent间的自由空间导致前景轨迹间标准化吸引力亲和力出现突降。
对背景或agent间边缘模糊的有效抑制。
在复杂情况下。
斥力仍可将相近且移动相似的agent分开；请关注最后一条注释中的修正。
白色被用作表示背景集群。
该算法最佳应用在处理彩色图像方面。
全部评论 (0)
还没有任何评论哟~