这几天对目标跟踪挺感兴趣的,但是在CSDN和知乎上面找的相关介绍资料都看的一知半解,所以自己找了一篇 2022-04-26 发表的综述文章作下笔记学习下。
目录
一、基于相关滤波的目标跟踪算法
1、相关滤波视频目标跟踪算法的框架
2、相关滤波目标跟踪算法的优化方向
特征优化:
手工特征
深度特征
模型优化:
核化方法
尺度估计方法
边界效应问题
二、基于深度学习的目标跟踪算法
全卷积孪生网络
区域候选孪生网络
三、个人总结
什么是目标跟踪?
是指在视频序列第一帧指定目标后,在后续帧持续跟踪目标,即利用边界框(通常用矩形框表示)标定目标,实现目标的定位与尺度估计(目标跟踪问题通常分为单目标跟踪和多目标跟踪,这里主要关注单目标跟踪问题)
一、基于相关滤波的目标跟踪算法
2010 年,基于相关滤波的目标跟踪算法开始出现[12],由于其具备良好的精度和超高的速度,迅速引起了相关研究者的广泛关注,围绕相关滤波算法框架,许多优化方法,如特征优化模型优化应运而生,使得相关滤波目标跟踪算法发展成为近十年来目标跟踪的主流方法之一,在相关工作数量和各大数据集的性能表现上均具有明显优势。
1、相关滤波视频目标跟踪算法的框架
目标跟踪算法的输入是一段连续的视频序列,以及视频第一帧指定的跟踪目标(以矩形标定框A 的形式给出),目标跟踪算法的输出是在后续
视频 t > 1 中估计目标的位置以及大小,同样以标定框 B 的形式给出。
相关滤波目标跟踪算法的主要思想是,在当前帧更新相关滤波器(记作 F ),在下一帧利用所得的
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)