Index
Dual Matching Attention Networks / DMAN
Online Multi Object Tracking のアルゴリズム.
- Object Tracking #まとめ編
Algorithm
Single Object Tracking と Data Association (Re-ID) で構成されている.
detection した物体と tracking している物体の類似度を計算することで、Data Association している.
Single Object Tracking
単一の物体の情報をどのように保持するか.
Efficient Convolution Operators / ECO
Single Object Tracking のアルゴリズムに Efficient Convolution Operators / ECO を利用.
- ECO: Efficient Convolution Operators for Tracking
- [2016]
- arxiv.org
見た目からの情報を利用した高速な Tracking アルゴリズム.
それぞれの特徴量 のチャネルは、 で表し、 とかける.
従来の Correlation Filter / 相関フィルターのトラッキングアルゴリズムとは異なり、
ECO Tracker は、離散的な特徴量を連続的な空間として扱い、
Multi Channel Convolution Filter (畳み込み演算)を学習することを目的としている.
- 相関トラッキング / Correlation Filter Tracking
- Multi Channel Convolution Filter :
- batch size の学習データ :
- 係数
- Convolution Operator :
- Score Function / ターゲット が存在する確信度 :
- Label Function :
- 正則化のための重み関数 :
上の目的関数は、以下のように変換できる.
Cost-Sensitive Tracking Loss
Data Association / Re-ID
Tracking Rule
追跡における信頼度 / Tracking Score を利用して、追跡するか、削除するかを決定する.
また、直近のいくつかのフレームにて、検出されない、Tracking している物体は、誤りである可能性が高いので、
Tracker と Detector の情報を連携することで、削除する.
ここで、
- フレーム前の tracked target :
- フレーム前の Detections :
そして、追跡している物体の状態 / state は以下のように決定される.
検出候補の選択
Attention Network
追跡している物体と検出した物体の類似度を測定するために 2 つの Attention Networkを利用.
2 つの Attention Network を利用する.
Spatial Attention Network / SAN
Temporal Attention Network / TAN
精度評価
MOT16 / MOT17 を利用.
参考
- Online Multi-Object Tracking with Dual Matching Attention Networks
Web サイト
- paperswithcode.com
- paper with code の paper のページ