LTFT (Long-Term Face Tracking)

当前大多数多目标跟踪器都专注于短期跟踪，并且基于不实时运行的深度和复杂系统，这通常使它们对于视频监控不切实际。在本文中，我们提出了一种长期多面跟踪架构，专为在拥挤的环境中工作而设计，特别是在运动和遮挡方面不受限制，并且面部通常是人的唯一可见部分。我们的系统受益于人脸检测和人脸识别领域的进步，以实现长期跟踪。它遵循检测跟踪方法，将快速短期视觉跟踪器与基于人脸验证的新型在线轨迹重新连接策略相结合。此外，还包括一个校正模块来校正过去的轨道分配，而无需额外的计算成本。我们提出了一系列实验，介绍了用于评估长期跟踪能力的新颖、专门的指标以及我们公开发布的视频数据集。研究结果表明，在这种情况下，我们的方法可以获得比最先进的深度学习跟踪器长 50% 的跟踪。

搜集汇总

背景与挑战

背景概述

LTFT是一个专为拥挤环境中长期人脸跟踪设计的数据集，针对现有跟踪器在运动和遮挡方面的不足，提出了结合人脸检测、识别与在线轨迹重连的方法，并引入了新的评估指标。该数据集由赫塔研究部于2020年发布，相关研究论文已公开。