One More Check: Making “Fake Background“ Be Tracked Again

CSTrackV2解读

这篇文章是CSTrack原团队的一个新工作，核心出发点是引入时间信息来修正检测器结果以保证轨迹的连续，通过利用前后帧相关性来进行运动建模完善单帧检测的结果，从而使得跟踪更加合理。该方法从实验数据上来看效果是非常猛的，作者后续也会开放源代码。

简介

单阶段多目标跟踪方法联合检测和重识别任务，近年来取得了比较大的突破，诞生了非常有影响力的方法如JDE等。然而，当前单阶段跟踪器仅仅使用单帧输入来获得边界框预测，当遇到比较严重的视觉障碍如遮挡模糊等时，边界框可能是不可靠的。一旦一个目标框被检测器误分为背景类别，其对应轨迹段的时序一致性就将难以保持。这篇论文中，作者通过提出一个重检查网络来恢复错误分类的边界框，即虚假背景。重检查网络通过使用改进的互相关层探索跨帧时间线索与当前候选框之间的关系，从而将先前的轨迹段传播到当前帧。这种前后帧信息的传播有助于恢复虚假背景框并且最终修复被破坏的轨迹段。通过将设计的重检查网络插入到CSTrack模型中，在MOT16和MOT17上MOTA分别从70.7和70.6涨到了76.7和76.3，涨点是非常恐怖的。

• 论文标题

  One More Check: Making “Fake Background” Be Tracked Again

• 论文地址

  http://arxiv.org/abs/2104.09441

• 论文源码

  https://github.com/JudasDie/SOTS

介绍

当前多目标跟踪（Multiple Object Tracking，MOT&#