IOU 目标跟踪其二：VIOU Tracker

Reference：

1. Extending IOU Based Multi-Object Tracking by Visual Information

1. 介绍

在上一个版本的 IOU Tracker 中，使用了极端简单但准确的跟踪方法，完全依赖于输入检测作为高速 IOU tracker。而对于真实世界的应用，极度依赖于潜在检测器的高召回率，一次或几次漏检所造成的空隙不仅会导致假阴性(FN)，还会导致跟踪的终止和重新启动，从而导致很高的碎片率和 ID 切换率------这大大降低了跟踪的质量。

在该篇文章中，这个问题通过在没有检测到目标时，使用视觉对单目标作跟踪以提升针对检测丢失的鲁棒性来克服。

2. 算法内容

视觉跟踪可以从两个方向进行:第一，如果跟踪没有满足前文 IOU Tracker 中的 ${\sigma }_{IOU}$ 阈值，则在最后一个已知的目标位置(即前一帧的检测)上初始化视觉跟踪器，并对目标进行最长 $ttl$ 帧的跟踪；如果新的检测在这些 $ttl$ 帧内满足 ${\sigma }_{IOU}$ 阈值，则停止视觉跟踪，继续 IOU 跟踪。反之，跟踪停止。

然而，随着视觉跟踪帧数量的增加，它变得更有可能是视觉跟踪器失去跟踪或跳到另一个对象。为了限制仅由视觉线索跟踪目标的连续帧数，对每个新的跟踪也向之前帧执行最后 $ttl$ 帧的视觉跟踪(反向跟踪)。如果重叠条件满足一个存在的，已经结束了的跟踪，我们合并它们。通过这种方式，可以关闭长度不超过 $2\cdot ttl$ 帧的间隙，而单个视觉目标跟踪器仅用于最大 $ttl$ 帧。

虽然物体的视觉向前和向后跟踪有助于合并中断的跟踪轨迹，但它也在每个完成的轨迹的开始和结束添加了视觉跟踪末梢，如上图中间一个所示。因为跟踪应该在对象进入场景时开始，在对象离开时结束，这些跟视觉跟踪末梢不能促进合并间隙，并且容易包含错误，因为感兴趣的对象可能不在场景中。出于这个原因，文中限制了视觉跟踪的使用，并将这些视觉跟踪的边界框的视觉跟踪末梢从跟踪中去掉。

关于 visual tracker 的挑选，论文中使用了 KCF(2015) 和 Medianflow(2010) 检测器。

文章跳转：
IOU 目标跟踪其一：IOU Tracker