深度学习系列52：多目标跟踪

1. 评价指标

1）FP：False Positive，即真实情况中没有，但跟踪算法误检出有目标存在。

2）FN：False Negative，即真实情况中有，但跟踪算法漏检了。

3）IDS：ID Switch，目标ID切换的次数。

4）MOTA: Multiple Object Tracking Accuracy，多目标跟踪准确度。

5）IDF1: ID F1得分，正确身份标签赋予的检测框与平均ground truth和计算的检测数量的比值。

6）MT：Mostly Tracked，大多数目标被跟踪的轨迹数量。目标被成功跟踪到的轨迹长度与轨迹总长度的比值大于等于80%的轨迹数量。

7）ML：Mostly Lost，大多数目标被跟丢的轨迹数量。目标被成功跟踪到的轨迹长度与轨迹总长度的比值小于等于20%的轨迹数量。

8）MOTP：Multiple Object Tracking Precision，多目标跟踪精度。表示得到的检测框和真实标注框之间的重合程度。

实际使用时，客户提出的指标有：

1. uv准确率：经过ReID后统计出来的uv与实际人数的误差
2. pv准确率：pv与实际经过人数的误差
3. 轨迹准确率：随机抽样数个轨迹，轨迹中图片与封面是同一个人的百分比，然后取平均值
4. 轨迹完整度：指定几个人，统计每个人检出的摄像头个数/总的摄像头个数，然后取平均值
5. 图片利用率：系统展示所使用的图片数量/总的图片数量

2. 代表方法

分为三类：

2.1 检测后再跟踪

检测/识别/跟踪分开。
代表方法：SORT、DeepSORT
根据检测的结果，通过IoU、外观等奖前后两帧之间的目标关联，并通过匈牙利算法、贪婪算法等方法进行求解。

2.2 检测/识别与跟踪同时进行

代表方法：JDE、FairMOT、CenterTrack、ChainedTracker等。
检测/识别/跟踪在同一个模型中处理。

2.3 基于注意力机制的MOT

普通的key-query，效果是这样的：

使用transfomer，里面包含两个decoder，如下：