This paper proposes a novel method

This paper proposes a novel method for tracking fail-
ure detection. The detection is based on the Forward-
Backward error, i.e. the tracking is performed forward
and backward in time and the discrepancies between
these two trajectories are measured. We demonstrate
that the proposed error enables reliable detection of
tracking failures and selection of reliable trajectories
in video sequences. We demonstrate that the approach
is complementary to commonly used normalized cross-
correlation (NCC). Based on the error, we propose a
novel object tracker called Median Flow. State-of-the-
art performance is achieved on challenging benchmark
video sequences which include non-rigid objects.

結果 (中文) 1:

本文提出了一种新的方法来跟踪故障
URE检测。该检测是基于前向
向后误差，即跟踪被执行向前
和在时间上落后和之间
这两个轨迹的测量的差异。我们证明
，所提出的错误能够可靠地检测
追踪失败和选择可靠的轨迹
视频序列中。我们证明，该方法
是相辅相成的常用归一化互相关
（NCC）。基于误差，我们提出所谓的中间流
新的物体跟踪。先进设备的-
艺术表现上具有挑战性的基准
的视频序列，其中包括非刚性物体的实现。

結果 (中文) 2:

本文提出了一种新的方法跟踪失败的
压力检测。在检测的基础上提出的
向后误差，即跟踪进行了
和后退的时间和之间的差异
这两个轨迹的测量。我们证明
所提出的错误使
跟踪失败和视频序列中可靠的轨迹
选择可靠的检测。我们表明，该方法
是互补的常用的归一化互相关（NCC）-
。基于误差，我们提出了一个新的对象跟踪的平均流量为
。国家的最
艺术性能上实现具有挑战性的基准
视频序列包括非刚性物体。

結果 (中文) 3:

本文提出的一种新方法跟踪失败-
茜检测。检测基于向前-
落后的误差，即跟踪执行向前
、 落后的时间和之间的差异
这些两个轨迹测量。我们表现出
拟议的错误使的可靠检测
跟踪失败和可靠的运动轨迹的选择
视频序列中。我们在证明方法
是对常用的归一化跨-补充
相关性 （NCC）。基于错误，我们建议
新型对象跟踪器称为中位数流。状态---的
艺术表演取得上富有挑战性的基准
视频序列，包括非刚性物体。