本文主要是介绍GMMCP Tracker:Globally Optimal Generalized Maximum Multi Clique Problem for Multiple Object Tracking，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
来源：CVPR2015
创新点：
数据关联是众多多目标跟踪方法的主干。在本文中，作者把数据关联问题公式化为一种广义的最大化多团问题（a Generalized Maximum Multi Clique problem，GMMCP），并且通过二值整数规划来解决。之前的工作假设我们的跟踪器要么在问题表述上简化，要么在问题优化上简化。然而，本文所提的GMMCP在这两个方面都没有简化。此外，还提出了一种加速方法，使用聚合虚拟节点来模拟遮挡和miss-detection，这使得不需要任何启发就可以减少输入图像的大小。
本文介绍了一种基于全局框架的数据关联。首先借助二值整数规划制定目标函数，然后加入虚拟节点以处理目标缺失的问题，并在此基础上提出了加速方法：聚合虚拟节点。最后利用最大二值整数规划求解无向图，从而同时获得多个团，也即多目标跟踪结束。总之，作者把多目标跟踪转换为图的问题，首先利用权值构建图，通过求解图来得到最终的轨迹。
这篇关于GMMCP Tracker:Globally Optimal Generalized Maximum Multi Clique Problem for Multiple Object Tracking的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
