README.txt

   1
   2                        Multi-Tracked Paths (MTP)
   3                        -------------------------
   4
   5 * INTRODUCTION
   6
   7 This is a very simple implementation of a variant of the k-shortest
   8 paths algorithm (KSP) applied to multi-target tracking, as described
   9 in
  10
  11   J. Berclaz, E. Turetken, F. Fleuret, and P. Fua. Multiple Object
  12   Tracking using K-Shortest Paths Optimization. IEEE Transactions on
  13   Pattern Analysis and Machine Intelligence (TPAMI), 33(9):1806-1819,
  14   2011.
  15
  16 This implementation is not the reference implementation used for the
  17 experiments presented in this article. It does not require any
  18 library, and uses a Dijkstra with a Binary Heap for the min-queue,
  19 instead of a Fibonacci heap.
  20
  21 This software package includes three commands:
  22
  23  - mtp is the generic command to use in practice. It takes tracking
  24    parameters as input, and prints the tracked trajectories as
  25    output. The format for these parameters is given at the bottom of
  26    this documentation.
  27
  28  - mtp_example creates a tracking toy example, and runs the tracking
  29    algorithm on it. It gives an example of how to use MTPTracker on a
  30    configuration produced dynamically, and produces a test input file
  31    for the mtp command.
  32
  33  - mtp_stress_test creates a larger problem with a lot of noise and
  34    multiple trajectories, to check the behavior of the code under
  35    slightly more complex situations.
  36
  37 * INSTALLATION
  38
  39 This software should compile with any C++ compiler. Under a unix-like
  40 environment, just execute
  41
  42   make
  43   ./mtp_example
  44
  45 It will create a synthetic dummy example, save its description in
  46 tracker.dat, and print the optimal detected trajectories.
  47
  48 If you now execute
  49
  50   ./mtp --verbose --trajectory-file result.trj --graph-file graph.dot tracker.dat
  51
  52 It will load the file tracker.dat saved by the previous command, run
  53 the detection, save the detected trajectories in result.trj, and the
  54 underlying graph with occupied edges in graph.dot.
  55
  56 If you do have the graphviz set of tools installed, you can produce a
  57 pdf from the latter with the dot command:
  58
  59   dot < graph.dot -T pdf -o graph.pdf
  60
  61 * IMPLEMENTATION
  62
  63 The two main classes are MTPGraph and MTPTracker.
  64
  65 The MTPGraph class contains a directed acyclic graph (DAG), with a
  66 length for each edge -- which can be negative -- and has methods to
  67 compute the family of paths in this graph that globally minimizes the
  68 sum of edge lengths.
  69
  70 If there are no path of negative length, this optimal family will be
  71 empty, since the minimum total length you can achieve is zero. Note
  72 that the procedure is similar to that of KSP, in the sense that the
  73 family it computes eventually is globally optimal, even if the
  74 computation is iterative.
  75
  76 The MTPTracker takes as input
  77
  78  (1) a number of locations and a number of time steps
  79
  80  (2) a spatial topology composed of
  81
  82      - the allowed motions between locations (a Boolean flag for each
  83        pair of locations from/to)
  84
  85      - the entrances (a Boolean flag for each location and time step)
  86
  87      - the exits (a Boolean flag for each location and time step)
  88
  89  (3) a detection score for every location and time, which stands for
  90
  91              log( P(Y(l,t) = 1 | X) / P(Y(l,t) = 0 | X) )
  92
  93      where Y is the occupancy of location l at time t and X is the
  94      available observation. In particular, this score is negative on
  95      locations where the probability that the location is occupied is
  96      close to 0, and positive when it is close to 1.
  97
  98 From this parameters, the MTPTracker can compute the best set of
  99 disjoint trajectories consistent with the defined topology, which
 100 maximizes the overall detection score (i.e. the sum of the detection
 101 scores of the nodes visited by the trajectories). In particular, if no
 102 trajectory of total positive detection score exists, this optimal set
 103 of trajectories is empty.
 104
 105 An MTPTracker is a wrapper around an MTPGraph. From the defined
 106 spatial topology and number of time steps, it builds a graph with one
 107 source, one sink, and two nodes per location and time. The edges from
 108 the source or to the sink, or between these pairs of nodes, are of
 109 length zero, and the edges between the two nodes of such a pair have
 110 negative lengths, equal to the opposite of the corresponding detection
 111 scores. This structure ensures that the trajectories computed by the
 112 MTPTracker will be node-disjoint, since the trajectories computed by
 113 the MTPGraph are edge-disjoint.
 114
 115 The file mtp_example.cc gives a very simple usage example of the
 116 MTPTracker class by setting the tracker parameters dynamically, and
 117 running the tracking.
 118
 119 The tracker data file for MTPTracker::read has the following format,
 120 where L is the number of locations and T is the number of time steps:
 121
 122 ---------------------------- snip snip -------------------------------
 123   int:L int:T
 124
 125   bool:allowed_motion_from_1_to_1 ... bool:allowed_motion_from_1_to_L
 126   ...
 127   bool:allowed_motion_from_L_to_1 ... bool:allowed_motion_from_L_to_L
 128
 129   bool:entrance_1_1 ... bool:entrance_1_L
 130   ...
 131   bool:entrance_T_1 ... bool:entrance_T_L
 132
 133   bool:exit_1_1 ... bool:exit_1_L
 134   ...
 135   bool:exit_T_1 ... bool:exit_T_L
 136
 137   float:detection_score_1_1 ... float:detection_score_1_L
 138   ...
 139   float:detection_score_T_1 ... float:detection_score_T_L
 140 ---------------------------- snip snip -------------------------------
 141
 142 The method MTPTracker::write_trajectories writes first the number of
 143 trajectories, followed by one line per trajectory with the following
 144 structure
 145
 146 ---------------------------- snip snip -------------------------------
 147   int:traj_number int:entrance_time int:duration float:score int:location_1 ... int:location_duration
 148 ---------------------------- snip snip -------------------------------
 149
 150 --
 151 François Fleuret
 152 April 2013