DeepSort 解讀

1 摘要

DeepSort是在Sort目標追蹤基礎上的改進。引入了在行人重識別數據集上離線訓練的深度學習模型，在實時目標追蹤過程中，提取目標的表觀特徵進行最近鄰匹配，可以改善有遮擋情況下的目標追蹤效果。同時，也減少了目標ID跳變的問題。

2 核心思想

算法的核心思想還是用一個傳統的單假設追蹤方法，方法使用了遞歸的卡爾曼濾波和逐幀的數據關聯。

2.1 軌跡處理和狀態估計

該部分的思路和sort很接近。

• 運動狀態估計：

使用8個參數

來進行運動狀態的描述，其中(u,v)是bounding box的中心座標，r是長寬比，h表示高度。其餘四個變量表示對應的在圖像座標系中的速度信息。使用一個基於常量速度模型和線性觀測模型的標準kalman濾波器進行目標運動狀態的預測，預測的結果爲(u,v,r,h)。

• 目標的創建與移除
  對每一個追蹤目標，記錄自其上一次檢測結果與追蹤結果匹配之後的幀數$akak a_k$λ=0,Amax​=30
  ​
  和sort對比，好處是：

  • 減少了45%的ID switch；

  • 結合了深度外觀信息，對遮擋目標的追蹤效果大大提升；

  • FP的升高很多，文章中提出這主要是由於靜態場景中detection的錯誤以及過長的允許丟失的track age所導致的（相對於SORT只用相鄰幀進行匹配來說，Deep SORT允許高達30幀的丟失，而Kalman的等速運動模型沒有改變，這主要造成了FP的升高）。

  • 20Hz，依舊實用；

  • 達到了state-of-art online tracking的效果。

  以下是deepsort的工作過程
  
  1.讀取當前幀目標檢測框的位置以及各檢測框圖像塊的深度特徵。（這裏實際處理時要自己來提取）

  2 根據置信度對檢測框過濾，對置信度不夠高的檢測框和特徵予以刪除

  3.對檢測框進行非極大抑制，消除一個目標多個框（這裏如果用python的接口，可以省去着一個環節）

  4 預測：使用kalman濾波預測目標在當前幀的位置

  轉自：https://blog.csdn.net/cdknight_happy/article/details/79731981

                                  </div><div><div></div></div>
              <link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-60ecaf1f42.css" rel="stylesheet">
                              </div>
  </article>