会员服务 ·

ECCV 2020 目标跟踪论文大盘点

2020 年 10 月 4 日 极市平台

↑ 点击蓝字关注极市平台

作者丨CV君

来源丨我爱计算机视觉

编辑丨极市平台

极市导读

本文盘点了ECCV 2020中的目标跟踪相关研究，包括一部分业内非常知名的工作，值得关注。>>加入极市CV技术交流群，走在计算机视觉的最前沿

本文盘点ECCV 2020 所有与跟踪相关的研究，单指目标的跟踪，不涉及人体姿态等点的跟踪，总计 19 篇文章，其中12篇开源或者将开源。

其中多目标跟踪、单目标跟踪、对抗学习+目标跟踪研究工作较多。其中有已经特别知名的工作，比如来自CenterNet思想延申的 Tracking Objects as Points ，非常值得关注。

下载包含这些论文的 ECCV 2020 所有论文：

https://www.ecva.net/papers.php

多目标跟踪 MOT

Chained-Tracker: Chaining Paired Attentive Regression Results for End-to-End Joint Multiple-Object Detection and Tracking

作者 | Jinlong Peng, Changan Wang, Fangbin Wan, Yang Wu, Yabiao Wang, Ying Tai, Chengjie Wang, Jilin Li, Feiyue Huang, Yanwei Fu

单位 | 腾讯优图；复旦大学；奈良先端科学技术大学院大学

论文 | https://arxiv.org/abs/2007.14557

代码 | https://github.com/pjl1995/CTracker

备注 | ECCV 2020 Spotlight

视频丨https://v.qq.com/x/page/k3152fqim69.html

Segment as Points for Efficient Online Multi-Object Tracking and Segmentation

作者 | Zhenbo Xu, Wei Zhang, Xiao Tan, Wei Yang, Huan Huang, Shilei Wen, Errui Ding, Liusheng Huang

单位 | 中国科学技术大学；百度

论文 | https://arxiv.org/abs/2007.01550

代码 | https://github.com/detectRecog/PointTrack

备注 | ECCV2020 Oral

以点来分割，高效的在线多目标跟踪和分割

Tracking Objects as Points

作者 | Xingyi Zhou, Vladlen Koltun, Philipp Krähenbühl

单位 | 得克萨斯大学奥斯汀分校；英特尔

论文 | https://arxiv.org/abs/2004.01177

代码 | https://github.com/xingyizhou/CenterTrack

备注 | ECCV 2020 Spotlight

以22 FPS的速度在MOT17数据集上实现了67.3%的MOTA，以15 FPS的速度在KITTI跟踪基准上实现了89.4%的MOTA。

CenterTrack在最新发布的nuScenes 3D跟踪基准上达到了28.3%AMOTA@0.2，在28 FPS的运行速度下，大幅超越了该基准上的单目基线。

Demo（openpose和YOLO的视频文件）：

3D 目标跟踪 demo :

Towards Real-Time Multi-Object Tracking

作者 | Zhongdao Wang, Liang Zheng, Yixuan Liu, Yali Li, Shengjin Wang

单位 | 清华大学；澳大利亚国立大学

论文 | https://arxiv.org/abs/1909.12605

代码 | https://github.com/Zhongdao/Towards-Realtime-MOT

备注 | ECCV 2020

在以往的工作中，多目标跟踪系统的检测和表观嵌入模块使分离的，该文使检测与表观嵌入共享模型，设计了第一个实时的MOT系统，随分辨率不同其运行速度为22至40 FPS。同时，它的跟踪精度与SOTA的分离模型相近。

Simultaneous Detection and Tracking with Motion Modelling for Multiple Object Tracking

作者 | ShiJie Sun, Naveed Akhtar, XiangYu Song, HuanSheng Song, Ajmal Mian , Mubarak Shah

单位 | 长安大学；西澳大学；迪肯大学；中佛罗里达大学

论文 | https://www.ecva.net/papers/eccv_2020/

papers_ECCV/papers/123690613.pdf

代码 | https://github.com/shijieS/OmniMOTDataset

备注 | ECCV 2020

单目标跟踪

PG-Net: Pixel to Global Matching Network for Visual Tracking

作者 | Bingyan Liao, Chenye Wang, Yayun Wang, Yaonong Wang, Jun Yin

单位 | 浙江大华技术股份有限公司

论文 | https://www.ecva.net/papers/eccv_2020/

papers_ECCV/papers/123670426.pdf

备注 | ECCV 2020

CLNet: A Compact Latent Network for Fast Adjusting Siamese Trackers

作者 | Xingping Dong, Jianbing Shen, Ling Shao, Fatih Porikli

单位 | Inception Institute of Artificial Intelligence；Mohamed bin Zayed University of Artificial Intelligence；Australian National University

论文 | https://www.ecva.net/papers/eccv_2020/

papers_ECCV/papers/123650375.pdf

代码 | https://github.com/xingpingdong/CLNet-tracking

备注 | ECCV 2020

Learning Feature Embeddings for Discriminant Model based Tracking

作者 | Linyu Zheng, Ming Tang, Yingying Chen, Jinqiao Wang, Hanqing Lu

单位 | 中科院；国科大；深圳英飞拓科技股份有限公司；ObjectEye Inc

论文 | https://arxiv.org/abs/1906.10414

代码 | https://github.com/noneUmbrella/DCFST

备注 | ECCV 2020

Object Tracking using Spatio-Temporal Networks for Future Prediction Location

作者 | Yuan Liu, Ruoteng Li, Yu Cheng, Robby T. Tan, Xiubao Sui

单位 | 南京理工大学；新加坡国立大学；耶鲁-新加坡国立大学学院

论文 | https://www.ecva.net/papers/eccv_2020/

papers_ECCV/papers/123670001.pdf

备注 | ECCV 2020

利用 Spatio-Temporal 网络进行目标跟踪，实现未来的预测定位。

Know Your Surroundings: Exploiting Scene Information for Object Tracking

作者 | Goutam Bhat, Martin Danelljan, Luc Van Gool, Radu Timofte

单位 | 苏黎世联邦理工学院

论文 | https://arxiv.org/abs/2003.11014

备注 | ECCV 2020

利用场景信息用于目标跟踪，所提出的方法在3个跟踪基准上创造了新SOTA，在最近的GOT-10k数据集上实现了63.6%的AO得分。

Tracking Emerges by Looking Around Static Scenes, with Neural 3D Mapping

作者 | Adam W. Harley, Shrinidhi K. Lakshmikanth, Paul Schydlo, Katerina Fragkiadaki

单位 | 卡内基梅隆大学

论文 | https://arxiv.org/abs/2008.01295

代码 | https://github.com/aharley/neural_3d_tracking（未开源）

备注 | ECCV 2020

通过观察静态场景，跟踪出现的新来目标。

RGBT 跟踪

Challenge-Aware RGBT Tracking

作者 | Chenglong Li, Lei Liu, Andong Lu, Qing Ji, Jin Tang

单位 | 安徽大学

论文 | https://arxiv.org/abs/2007.13143

备注 | ECCV 2020

RGB与热源信号的目标跟踪。

Anchor-free 跟踪

Ocean: Object-aware Anchor-free Tracking

作者 | Zhipeng Zhang, Houwen Peng, Jianlong Fu, Bing Li, Weiming Hu

单位 | CASIA & AI School；微软

论文 | https://arxiv.org/abs/2006.10721

代码 | https://github.com/researchmm/TracKit

备注 | ECCV 2020

Anchor-free 跟踪器在VOT-2018、VOT-2019、OTB-100、GOT-10k和LaSOT等五个基准上实现了SOTA。

视频demo：

https://v.qq.com/x/page/c3152x4cg54.html

远程眼动跟踪

Deep Learning-based Pupil Center Detection for Fast and Accurate Eye Tracking System

作者 | Kang Il Lee, Jung Ho Jeon, Byung Cheol Song

单位 | 韩国仁荷大学

论文 | https://www.ecva.net/papers/eccv_2020/

papers_ECCV/papers/123640035.pdf

备注 | ECCV 2020

所提出的系统不仅在通用计算机环境下可达到52 FPS，而且在BioID、GI4E和Talking Face Video数据集的精细度精度方面分别达到96.71%、99.84%和96.38%。

视频丨https://v.qq.com/x/page/y3152g4y78s.html

对抗学习+目标跟踪

SPARK: Spatial-aware Online Incremental Attack Against Visual Tracking

作者 | Qing Guo, Xiaofei Xie, Felix Juefei-Xu, Lei Ma, Zhongguo Li, Wanli Xue, Wei Feng, Yang Liu

单位 | 天津大学；南洋理工大学；阿里；Kyushu University；天津理工大学

论文 | https://arxiv.org/abs/1910.08681

备注 | ECCV 2020

Efficient Adversarial Attacks for Visual Object Tracking

作者 | Siyuan Liang, Xingxing Wei, Siyuan Yao, Xiaochun Cao

单位 | 中科院；国科大；鹏城实验室；北航

论文 | https://arxiv.org/abs/2008.00217

备注 | ECCV 2020

FAN可以在10ms内生成一个对抗性实例，实现有效的针对性攻击（OTB上至少40%的drop rate）和非针对性攻击（OTB上至少70%的drop rate）。

Robust Tracking against Adversarial Attacks

作者 | Shuai Jia, Chao Ma, Yibing Song, Xiaokang Yang

单位 | 上海交通大学；腾讯AI

论文 | https://arxiv.org/abs/2007.09919

代码 | https://github.com/joshuajss/RTAA

备注 | ECCV 2020

细胞跟踪

细胞跟踪，弱监督学习

Weakly-Supervised Cell Tracking via Backward-and-Forward Propagation

作者 | Kazuya Nishimura, Junya Hayashida, Chenyang Wang, Dai Fei Elmer Ker, Ryoma Bise

单位 | 日本九州大学；港中文

论文 | https://arxiv.org/abs/2007.15258

代码 | https://github.com/naivete5656/WSCTBFP

备注 | ECCV 2020

数据集

大规模多类别目标跟踪数据集

TAO: A Large-Scale Benchmark for Tracking Any Object

作者 | Achal Dave, Tarasha Khurana, Pavel Tokmakov, Cordelia Schmid, Deva Ramanan

单位 | CMU；Inria；Argo AI

论文 | https://arxiv.org/abs/2005.10356

代码 | http://taodataset.org/#

推荐阅读

ACCV 2020国际细粒度网络图像识别竞赛即将开赛！

添加极市小助手微信（ID : cvmart2），备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳），即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群：每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~