一些目标跟踪领域的benchmark,后期将会保持更新。
参考:Online Object Tracking: A Benchmark
MOT16:A Benchmark for Multi-Object Tracking
传统方式
主要是一些特征提取+滤波类搜索算法。
其中特征提取主要有:局部、全局特征、模板、直方图、binary pattern、PCA、sparse PCA、SR(sparse representation)、 discriminative model、generative model。
对于搜索机制:CSK、KCF/DCF、CN、粒子滤波、马尔可夫链蒙特卡罗法、局部最优搜索、密集抽样搜索。
深度学习方式
1、tracking-by-detection方式
主要针对目标检测算法和滤波类算法(多目标跟踪),yolo系列、SSD系列、anchor-free系列、two-stage系列等等,滤波类和上述传统方式相似。
2、基于Siamese Networks(生成式,主要针对单目标)
主要通过Siamese网络进行相似度匹配,主要操作为:首先手动选择初始图像中的目标,使用Siamese网络进行特征提取,然后以此特征为标准&