A Simple Baseline for Multi-Object Tracking

首先抛出Tracking的一种思路：Detect+提取ReID特征
该条思路有两种方法，一阶段和两阶段的，因为一阶段的速度快，更有可能达到实时，但是一阶段的目前精度不行。这就引出了文章的重点。

1.一阶段的检测+ReID为什么不准确？

主要是ReID特征提取的不准确，具体表现在两个方面：
1、目前一阶段的检测器是使用基于anchor的，会导致检测不准确。

①黄色框和红色框都是预测的同一个人，但是他们的图像特征差异很大，这是基于anchor的不可避免的偏了，且stride过大，导致物体中心预测不准确
2、目前一阶段检测器大多是在大stride做检测，作者发现如果利用小stride的特征图的话，ReID特征提取的更好
3、目前的ReID特征大多在高尺度提取，作者试验发现，其实在低尺度，特征提取的更好

2.如何改进？

1、既然anchor不好，就用anchor-free的检测器
2、既然大的特征图做ReID效果更好，那我们就在大的特征图上提特征和检测
3、调超参

3.算法流程

介绍了以下几个部分
BackBone设计、检测分支设计、Re-ID分支设计、损失函数、在线推理

3.1Pipeline

并行多尺度特征提取，感觉就像HRnet一样，作者说是抄Deep Layer Aggregation的，但是对于上采样改了一下，里面的卷积层都被替换成deform 卷积了，这样可以动态调整位置(自己觉得：可以让ReID层学到不规则的特征)，有助于align(该部分没有太多新奇)

3.2 物体检测分支

1、Heatmap
用来预测物体的中心，对于Heatmap的描述这一段挺新鲜的：
The response decays exponentially as the distance between the location in the heatmap and the object center
2、Center Offset Head
感觉和heatmap是相反的意思啊，离中心越远越大
3、Box Size Head
该分支的预测导致更加准确的检测，其实这个对于ReID特征的提取没有太大帮助，主要是为了提升检测精度

上面三个分支预测完了，我觉得作者只是想提取物体中心附近的特征，并非意在检测框多么准确，这样能够提取任意形状的特征(相比于用基于anchor的)

3.3 ID分支

embedding branch 旨在对于不同目标生成不同特征，该特征的特点是对于同一instance(位于不同时间、位置)，他们的间距竟可能的小，不同instance的间距尽可能的大
所以该分支预测得到的是

一个W*H*128的tensor，用来区分ID

3.4 损失函数

3.5在线推理

在线推理分成两个部分，第一部分是模型inference，第二部分是后处理(Online Box Linking)