Tensorflow TFDetect 演示是否端到端跟踪对象？

Question

这个问题是关于 TFDetect 演示的，它作为Tensorflow Android Camera Demo 的一部分提供。描述说，

使用 Deep 演示基于可扩展对象检测的模型 神经网络在相机预览中定位和跟踪人 实时。

当我运行演示时，该应用程序正在围绕检测到的对象创建盒子，并为每个对象分配一个小数（我猜是置信度分数）。我的问题是，这里是如何进行跟踪的。是多对象跟踪（描述为here），其中为每个轨道分配了一个 id，并且轨道存储在内存中，还是只是跨多个帧检测对象以查看对象是如何移动的？

如果我遗漏了什么，请纠正我。

Answer 1

这里主要有两件事：

1：正在后台线程中进行检测。这取决于设备，大约需要 100-1000 毫秒，因此不足以保持平滑跟踪。

2：正在 UI 线程中进行跟踪。这通常每帧需要

跟踪器在每一帧上运行，在每个时间戳存储光流关键点。因此，当检测到时，跟踪器能够通过沿着收集的关键点增量向前移动位置来确定它当前的位置。 multiboxtracker 也进行了一些非最大抑制。

一旦跟踪器跟踪到对象，就不需要检测器的进一步输入。当与原始检测的归一化互相关下降到某个阈值以下时，跟踪器将自动丢弃轨迹，或者当检测器找到具有显着重叠的更好匹配时，更新位置/外观。