多目標跟蹤數據關聯的二部圖解：CVPR18多目標跟蹤開創性深度端到端二部圖匹配佳作《Deep Learning of Graph Matching》讀後有感

多目標跟蹤算法的核心以及瓶頸之處，即是在得到兩個set的DR（detection response，其中一個前序set可能是tracklets，但也由DR來表徵）之後如何實現二部圖匹配。傳統的Hungarian算法和Kuhn-Munkras算法可以在最理想情況下以O（n^2）時間複雜度求解。但是在深度學習的時代，如何由DL得方式解決多目標跟蹤中的data association問題，也即一個類二部

>>阅读原文<<