目標(biāo)跟蹤算法綜述
摘要：目標(biāo)跟蹤一直以來都是計(jì)算機(jī)視覺領(lǐng)域的關(guān)鍵問題,最近隨著人工智能技術(shù)的飛速發(fā)展,運(yùn)動目標(biāo)跟蹤問題得到了越來越多的關(guān)注.本文對主流目標(biāo)跟蹤算法進(jìn)行了綜述,首先,介紹了目標(biāo)跟蹤中常見的問題,并由時(shí)間順序?qū)δ繕?biāo)跟蹤算法進(jìn)行了分類:早期的經(jīng)典跟蹤算法、基于核相關(guān)濾波的跟蹤算法以及基于深度學(xué)習(xí)的跟蹤算法.接下來,對每一類中經(jīng)典的跟蹤算法的原始版本和各種改進(jìn)版本做了介紹、分析以及比較.最后,使用OTB-2013數(shù)據(jù)集對目標(biāo)跟蹤算法進(jìn)行測試,并對結(jié)果進(jìn)行分析,得出了以下結(jié)論:1)相比于光流法、Kalman、Meanshift等傳統(tǒng)算法,相關(guān)濾波類算法跟蹤速度更快,深度學(xué)習(xí)類方法精度高. 2)具有多特征融合以及深度特征的追蹤器在跟蹤精度方面的效果更好. 3)使用強(qiáng)大的分類器是實(shí)現(xiàn)良好跟蹤的基礎(chǔ). 4)尺度的自適應(yīng)以及模型的更新機(jī)制也影響著跟蹤的精度.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社。
自動化學(xué)報(bào)雜志
自動化學(xué)報(bào)雜志， 月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：綜述、長論文、論文與報(bào)告、短文等。于1963年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 北大期刊
- CSCD期刊
- 統(tǒng)計(jì)源期刊
- 1-3個月審核
