专栏名称: AI科技大本营
迎来到AI科技大本营。这里汇集了优秀的AI学习者,技术大咖和产业领袖;提供接地气的实战课程。在这里和优秀的人一起成长。
目录
相关文章推荐
AIGC开放社区  ·  5步助力企业破局!免费下载微软《AI ... ·  昨天  
AIGC开放社区  ·  5步助力企业破局!免费下载微软《AI ... ·  昨天  
新智元  ·  Grok ... ·  2 天前  
爱可可-爱生活  ·  【[254星]openai-realtime ... ·  2 天前  
烂板套利  ·  连砸600亿研发,美的,撞开AI的大门! ·  3 天前  
烂板套利  ·  连砸600亿研发,美的,撞开AI的大门! ·  3 天前  
营销之美  ·  DeepSeek使用图鉴:人类和AI谁在玩弄谁? ·  4 天前  
营销之美  ·  DeepSeek使用图鉴:人类和AI谁在玩弄谁? ·  4 天前  
51好读  ›  专栏  ›  AI科技大本营

业界首个实时多目标跟踪系统开源

AI科技大本营  · 公众号  · AI  · 2019-10-05 17:17

正文

(图片由AI科技大本营付费下载自视觉中国)


作者 | CV君

来源 | 我爱计算机视觉(ID:aicvml)


相对业界研究比较多的单目标跟踪,多目标跟踪(Multi-Object Tracking,MOT)系统在实际项目中应用场景更多。


长期以来谈到此领域,大家都会推荐DeepSort算法(Simple Online and Realtime Tracking with a Deep Association Metric,2017),不过今天要刷新一下知识库了。


今天一篇多目标跟踪的论文Towards Real-Time Multi-Object Tracking,引起了不少人的关注,速度更快、精度更高、代码也已经开源了,非常值得参考。作者称,该算法是第一个实时的多目标跟踪算法。


该文作者信息:



来自清华大学和澳大利亚国立大学。


多目标跟踪往往采用tracking-by-detection 流程,分为用于目标定位的检测模型和目标关联的表观嵌入模型,长久以来,这两大模块是分开的。


作者的想法就是在这两大模块共享特征。


请看下图:



(a)为经典的检测与嵌入模块分离的模型;
(b)为两阶段模型,嵌入部分复用检测的特征;
(c)为本文提出的检测和嵌入联合的模型。


该文使用的主要方法是,将表观嵌入模型集成到一个单阶段目标检测模型中,如下图:




使其在进行目标检测预测的时候,预测head同时进行表观嵌入,另外,因为预测head是一个多任务的模型,对各个任务Loss函数进行自适应加权。
上图中(a)为网络架构,(b)为预测head的详细展示,包含分类、回归、嵌入的三个任务,和各Loss加权示意图。


作者在MOT-16多目标跟踪数据集上评估了算法精度和速度,结果如下:



该文提出的算法,MOTA接近state-of-the-art,比DeepSort精度高,速度快3-4倍。 以上算法评估作者是在Nvidia Titan xp GPU上运行的。


论文地址:
https://arxiv.org/pdf/1909.12605v1.pdf
开源代码:
https://github.com/Zhongdao/Towards-Realtime-MOT

(*本文为 AI科技大本营转载文章,转 载请联系原作者)


精彩推荐


2019 中国大数据技术大会(BDTC)历经十一载,再度火热来袭! 豪华主席阵容及百位技术专家齐聚,15 场精选专题技术和行业论坛,超强干货+技术剖析+行业实践立体解读,深入解析热门技术在行业中的实践落地。 【早鸟票】 【特惠学生票】 限时抢购,扫码了解详情!



推荐阅读







请到「今天看啥」查看全文