這個目前只能做行人跟蹤，不能做車輛或者別的物體跟蹤，
以下簡介轉自：
ByteTrack: Multi-Object Tracking by Associating Every Detection Box - 知乎
1. Motivation
Tracking-by-detection是MOT中的一個經典高效的流派，通過相似度（位置、外觀、運動等資訊）來關聯檢測框得到跟蹤軌跡，由于視頻中場景的復雜性，檢測器無法得到完美的檢測結果，為了處理true positive/false positive的trade-off，目前大部分MOT方法會選擇一個閾值，只保留高于這個閾值的檢測結果來做關聯得到跟蹤結果，低于這個閾值的檢測結果直接丟棄，但是這樣做合理嗎？答案是否定的，黑格爾說過：“存在即合理，”低分檢測框往往預示著物體的存在（例如遮擋嚴重的物體），簡單地把這些物體丟棄會給MOT帶來不可逆轉的錯誤，包括大量的漏檢和軌跡中斷，降低整體跟蹤性能，
2. BYTE
為了解決之前方法丟棄低分檢測框的不合理性，我們提出了一種簡單、高效、通用的資料關聯方法BYTE (each detection box is a basic unit of the tracklet, as byte in computer program)，直接地將低分框和高分框放在一起與軌跡關聯顯然是不可取的，會帶來很多的背景（false positive），BYTE將高分框和低分框分開處理，利
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/354783.html
標籤：其他
下一篇：OpenCV 繪制形狀與文字