Index
物体追跡 / Object Tracking とは
連続する画像データ (動画像データ) を入力として、動画像中の変化・移動していく物体を追跡するタスク.
- 物体追跡 / Object Tracking #まとめ編
Deep Learning ベース
Object Tracking のアルゴリズムの中でも、Deep Learning を利用しているものを記す.
アルゴリズム
- DNN
- CNN
- RNN
- Autoregression
- Attention
- GNN
DNN
deep MOT / 2019
Deep Hungarian Net / DHN を導入.
- How To Train Your Deep Multi-Object Tracker
- [2019]
- arxiv.org
OmniMotion / 2023
- Tracking Everything Everywhere All at Once
- [2023]
- arxiv.org
- omnimotion.github.io
CNN
- CNN を用いた 物体追跡 / Object Tracking
RNN
AMIR / 2017
- Tracking The Untrackable: Learning To Track Multiple Cues with Long-Term Dependencies
- [2017]
- arxiv.org
GRTU / 2021
- AGeneral Recurrent Tracking Framework without Real Data
- [2021]
- openaccess.thecvf.com
Autoregression
Recurrent Autoregressive Networks / RAN / RAR / 2017
- Recurrent Autoregressive Networks for Online Multi-Object Tracking
- [2017]
- arxiv.org
Attention
- Attention を用いた 物体追跡 / Object Tracking
Graph / GNN
- Graph / GNN を用いた 物体追跡 / Object Tracking
Tracking-by-Detection / End-to-End
Tracking-by-Detection : Detection と Tracking を別々に行う
- 比較的処理が早い場合が多い
- 要所で、アルゴリズムを切り替えられる
End-to-End : Detection と Tracking を同時に行う
- 高精度を期待している
- Joint Detection and Tracking とも表現される
- Joint Detection and Embedding と呼ばれるアプローチもあり
参考
- Recent Advances in Embedding Methods for Multi-Object Tracking: A Survey
- [2022]
-
- 2 MOT RELATED TASKS
- 2.1 Single Object Tracking
- 2.2 Video Object Detection
- 2.3 Re-Identification
- 3 A TAXONOMY OF EMBEDDING METHODS IN MOT
- 3.2 Patch-Level Box Image Embedding
- 3.3 Single-Frame Detection Embedding
- 3.4 Cross-Frame Joint Embedding
- 3.5 Correlation-Based Embedding
- 3.6 Sequential Embedding
- 3.7 Tracklet Embedding
- 3.8 Cross-Track Relational Embedding
- 4 BENCHMARKS AND ANALYSIS
- 5 FUTURE DIRECTIONS OF MOT EMBEDDING METHODS
- arxiv.org
- Deep Learning in Video Multi-Object Tracking: A Survey
- [2019]
- 2 MOT: algorithms, metrics and datasets
- 3 Deep learning in MOT
- 4 Analysis and comparisons
- 5 Conclusion and future directions
- arxiv.org