关于用RNN做目标跟踪的资料搜集

在搜集RNN与object tracking结合的文章之后发现

走这条路线的人比较少

RNN的具体作用还不明确

在知乎和Quora上搜了一下RNN+tracking,发现回答的人很少,其中对使用RNN方法持乐观态度的人也不多。

还看到一个观点,它表示object tracking所属的地位很尴尬。如果tracking之前先进行detection(大多数如此),只要detection的性能足够好,tracking的性能就会随之提升,所以按这种极限情况考虑,tracking会显得略微鸡肋。

对于采用深度学习方法的目标跟踪,只要训练集足够大,包含检测物体的各种动作和拍摄角度,用每帧的detection来做tracking可行,但也有个前提,就是场景中不能包含多个同类物体,基本上所有的tracking方法都会考虑这个问题,这也是tracking需要解决的关键问题。

相关文章

搜到了几篇RNN+tracking的文章:

  1. 《Track-RNN: Joint Detection and Tracking Using Recurrent Neural Networks》

    题目很简洁明了,用的是RNN来做跟踪(检测用的Fast RCNN)这不算一片严格意义上的paper,文中对方法没有具体阐述,提供的代码没有包含具体的README。

    另一篇博客有对这篇文章简单说明

  2. 《Spatially Supervised Recurrent Convolutional Neural Networks for Visual Object Tracking》

    2016年arxiv上的文章。检测方法用的YOLO,github地址作者的个人主页上都有,项目维护的很好,感觉可以先跑一下试试。

  3. 《Online Multi-Target Tracking Using Recurrent Neural Networks》

    AAAI-2017. 这篇文章的作者提供的代码是Lua语言(Lua+Torch),暂时放弃运行。

  4. 《Real-Time Recurrent Regression Networks for Visual Tracking of Generic Objects》

    作者表示对github有意见,将代码放到了gitlab上。感觉也可以跑个demo试一下。

  5. CVPR2018上也找了几篇tracking相关的文章

相关资料

github:https://github.com/foolwood/benchmark_results


----------over----------