0.论文
论文地址链接：https://arxiv.org/pdf/2012.07541v1
通过流的方式跟踪是一个比较新颖的点，所以这里比较关注运动跟踪，是如果做到流的跟踪来预测目标的位置以及ID绑定的。
FlowMOT的框架结构如下所示，本中会主要关注下运动跟踪、数据关联、ID分配、新生/消亡等，针对这个几个部分进行总结。
1.运动跟踪
这里运动跟踪主要用的深度学习的网络结构，训练所有场景帧间的场景流，就可以预测出两帧间平移与旋转的变化，。分别表示中心点的三维坐标点移动偏差，以及角度的偏差。
![[<span style='color:red;'>论文</span><span style='color:red;'>阅读</span><span style='color:red;'>笔记</span>28] 对比学习在<span style='color:red;'>多</span><span style='color:red;'>目标</span><span style='color:red;'>跟踪</span>中的应用](https://img-blog.csdnimg.cn/direct/fe8a502b7343420fab119fe360e22619.png)
