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：
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
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%[email protected]，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：
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%。
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/#
更多 | 改变多目标跟踪领域！CMU等推出大规模多类别MOT数据集TAO
推荐阅读：
备注：跟踪
目标跟踪交流群
目标跟踪、视觉跟踪等更多最新技术，
若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号:aicvml
QQ群:805388940
微博知乎:@我爱计算机视觉
网站:www.52cv.net
在看，让更多人看到