商湯等提出：統一多目標跟蹤框架

前戲

最近出了真的不少不少論文，各類SOTA。好比今天po的多目標跟蹤方向的論文，明天應該會po一篇人羣密度估計或者目標檢測方向的SOTA論文。最新的論文，Amusi就不詳細解讀了（可能本身也不會）。

由於論文這玩意，仍是要本身去品纔有滋味。或許過兩天，論文的做者團隊會解讀一番，對照着做者的解答來理解，這才原滋原味。

正文

《Multi-Object Tracking with Multiple Cues and Switcher-Aware Classification》

arXiv：https://arxiv.org/abs/1901.06129

做者團隊：商湯&北航&悉尼大學

注：2019年01月21日剛出爐的paper

Abstract：In this paper, we propose a unified Multi-Object Tracking (MOT) framework learning to make full use of long term and short term cues for handling complex cases in MOT scenes. Besides, for better association, we propose switcher-aware classification (SAC), which takes the potential identity-switch causer (switcher) into consideration. Specifically, the proposed framework includes a Single Object Tracking (SOT) sub-net to capture short term cues, a re-identification (ReID) sub-net to extract long term cues and a switcher-aware classifier to make matching decisions using extracted features from the main target and the switcher. Short term cues help to find false negatives, while long term cues avoid critical mistakes when occlusion happens, and the SAC learns to combine multiple cues in an effective way and improves robustness. The method is evaluated on the challenging MOT benchmarks and achieves the state-of-the-art results.

摘要：在本文中，咱們提出了一個統一的多目標跟蹤（MOT）框架，能夠學會充分利用長期和短時間線索來處理MOT場景中的複雜狀況。此外，爲了更好地關聯，咱們提出了切換器感知分類（SAC），它考慮了潛在的身份切換監視器（切換器）。 具體而言，所提出的框架包括用於捕獲短時間線索的單個對象跟蹤（SOT）子網絡，用於提取長期線索的 ReID 子網絡以及用於使用提取的特徵進行匹配決策的切換器感知分類器。 從主目標和切換器。短時間線索有助於發現漏報（FN），而長期線索避免了發生遮擋時的嚴重錯誤，而且SAC學會以有效的方式組合多個線索並提升穩健性。該方法在具備挑戰性的MOT基準測試中進行評估，並達到 SOTA。

The proposed MOT framework

Siamese-RPN architecture for SOT

創新點

Using SOT Tracker for Short Term Cues

Using ReID Network for Long Term Cues

Switcher-Aware Classifier

SOTA（MOT16 and MOT17）

識別示例