Key points are not available for this paper at this time.
تراجع هذه الورقة خوارزمية تتبع الفرص المتعددة الكلاسيكية (MHT) في إطار تتبع عبر الكشف. يعتمد نجاح MHT إلى حد كبير على القدرة على الحفاظ على قائمة صغيرة من الفرضيات المحتملة، وهو ما يمكن تسهيله من خلال أجهزة الكشف عن الأجسام الدقيقة المتاحة حاليًا. نحن نظهر أن تنفيذ MHT الكلاسيكي من التسعينيات يمكن أن يقترب بشكل مدهش من أداء الطرق الحديثة على مجموعات بيانات المعايير القياسية. من أجل الاستفادة بشكل أكبر من قوة MHT في استغلال المعلومات ذات الرتبة الأعلى، نقدم طريقة لتدريب نماذج المظهر عبر الإنترنت لكل فرضية تتبع. نحن نوضح أنه يمكن تعلم نماذج المظهر بكفاءة من خلال إطار عمل المربعات الصغرى المنتظمة، مما يتطلب فقط عددًا قليلاً من العمليات الإضافية لكل فرع فرضية. نحن نحصل على نتائج ذات مستوى عالمي على مجموعات بيانات تتبع عبر الكشف الشعبية مثل PETS وتحدي MOT الأخير.
د studied Kim et al. (Tue) هذا السؤال.