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 uses a Dijkstra with a
  18 Binary Heap for the min-queue, and not the optimal Fibonacci heap.
  19
  20 * INSTALLATION
  21
  22 This software should compile with any C++ compiler. Under a unix-like
  23 environment, just execute
  24
  25   make
  26   ./mtp_example
  27
  28 It will create a synthetic dummy example, save its description in
  29 tracker.dat, and print the optimal detected trajectories.
  30
  31 If you now execute
  32
  33   ./mtp tracker.dat
  34
  35 It will load the file tracker.dat saved by the previous command, run
  36 the detection, save the detected trajectories in result.trj, and the
  37 underlying graph with occupied edges in graph.dot.
  38
  39 If you do have the graphviz set of tools installed, you can produce a
  40 pdf from the latter with the dot command:
  41
  42   dot < graph.dot -T pdf -o graph.pdf
  43
  44 * IMPLEMENTATION
  45
  46 The two main classes are MTPGraph and MTPTracker.
  47
  48 The MTPGraph class contains a directed acyclic graph (DAG), with a
  49 length for each edge -- which can be negative -- and has methods to
  50 compute the family of paths in this graph that globally minimizes the
  51 sum of edge lengths.
  52
  53 If there are no path of negative length, this optimal family will be
  54 empty, since the minimum total length you can achieve is zero. Note
  55 that the procedure is similar to that of KSP, in the sense that the
  56 family it computes eventually is globally optimal, even if the
  57 computation is iterative.
  58
  59 The MTPTracker takes as input
  60
  61  (1) a spatial topology composed of
  62
  63      - a number of locations
  64
  65      - the allowed motions between them (a Boolean flag for each pair
  66        of locations from/to)
  67
  68      - the entrances (a Boolean flag for each location and time step)
  69
  70      - the exits (a Boolean flag for each location and time step)
  71
  72  (2) a number of time steps
  73
  74  (3) a detection score for every location and time, which stands for
  75
  76              log( P(Y(l,t) = 1 | X) / P(Y(l,t) = 0 | X) )
  77
  78      where Y is the occupancy of location l at time t and X is the
  79      available observation. Hence, this score is negative on locations
  80      where the probability that the location is occupied is close to
  81      0, and positive when it is close to 1.
  82
  83 From this parameters, an MTPTracker can compute the best set of
  84 disjoint trajectories consistent with the defined topology, which
  85 maximizes the overall detection score (i.e. the sum of the detection
  86 scores of the nodes visited by the trajectories). In particular, if no
  87 trajectory of total positive detection score exists, this optimal set
  88 of trajectories is empty.
  89
  90 An MTPTracker is a wrapper around an MTPGraph. From the defined
  91 spatial topology and number of time steps, it builds a graph with one
  92 source, one sink, and two nodes per location and time. The edges from
  93 the source or to the sink, or between these pairs of nodes, are of
  94 length zero, and the edges between the two nodes of such a pair have
  95 negative lengths, equal to the opposite of the corresponding detection
  96 scores. This structure ensures that the trajectories computed by the
  97 MTPTracker will be node-disjoint, since the trajectories computed by
  98 the MTPGraph are edge-disjoint.
  99
 100 The file mtp_example.cc gives a very simple usage example of the
 101 MTPTracker class by setting the tracker parameters dynamically, and
 102 running the tracking.
 103
 104 The tracker data file for MTPTracker::read has the following format,
 105 where L is the number of locations and T is the number of time steps:
 106
 107 ---------------------------- snip snip -------------------------------
 108   int:L int:T
 109
 110   bool:allowed_motion_from_1_to_1 ... bool:allowed_motion_from_1_to_L
 111   ...
 112   bool:allowed_motion_from_L_to_1 ... bool:allowed_motion_from_L_to_L
 113
 114   bool:entrance_1_1 ... bool:entrance_1_L
 115   ...
 116   bool:entrance_T_1 ... bool:entrance_T_L
 117
 118   bool:exit_1_1 ... bool:exit_1_L
 119   ...
 120   bool:exit_T_1 ... bool:exit_T_L
 121
 122   float:detection_score_1_1 ... float:detection_score_1_L
 123   ...
 124   float:detection_score_T_1 ... float:detection_score_T_L
 125 ---------------------------- snip snip -------------------------------
 126
 127 The method MTPTracker::write_trajectories writes first the number of
 128 trajectories, followed by one line per trajectory with the following
 129 structure
 130
 131 ---------------------------- snip snip -------------------------------
 132   int:traj_number int:entrance_time int:duration float:score int:location_1 ... int:location_duration
 133 ---------------------------- snip snip -------------------------------
 134
 135 --
 136 François Fleuret
 137 December 2012