摘要

在线多目标跟踪是时间关键型视频分析应用中的一个基本问题。在流行的基于检测的跟踪框架中，主要挑战之一是如何将不可靠的检测结果与现有的轨迹关联起来。本文提出通过从检测和跟踪的输出中收集候选对象来处理不可靠的检测结果。生成冗余候选对象的直觉是，在不同的场景下，检测和轨迹可以互相补充。高置信度的检测结果可以在长期内防止轨迹漂移，而轨迹预测则可以处理因遮挡导致的噪声检测。为了在实时环境中从大量候选对象中进行最优选择，我们提出了一种基于全卷积神经网络的新颖评分函数，该函数在整幅图像上共享大部分计算。此外，我们采用了深度学习的外观表示方法，该方法是在大规模行人重识别数据集上训练得到的，以提高我们跟踪器的识别能力。广泛的实验表明，我们的跟踪器在广泛使用的行人跟踪基准测试中实现了实时且最先进的性能。