关于单目标跟踪方法的研究综述

论文摘要

目标跟踪一直都是机器视觉领域的研究热点,应用场景主要分为单目标跟踪和多目标跟踪.本文主要介绍了单目标跟踪问题,回顾了近年来用于视频单目标跟踪的算法,对单目标跟踪方法进行了分类,并且对每一类中具有代表性的方法进行了介绍,分析了各自的优缺点.最后讨论了单目标跟踪任务中的难点问题和发展趋势,为该方向的研究人员快速了解单目标跟踪技术提供了参考.

论文目录

• 0 引言
• 1 目标跟踪的组成和研究难点
•   1.1 表观模型
•   1.2 运动模型
•   1.3 观测模型
•   1.4 模型更新策略
•   1.5 目标跟踪领域难点问题
• 2 目标跟踪算法介绍
•   2.1 基于粒子滤波的算法
•     2.1.1 粒子滤波算法原理及流程
•       1)粒子滤波算法原理
•       2)粒子滤波算法流程
•     2.1.2 粒子滤波跟踪模型
•     2.1.3 粒子滤波算法存在的问题
•       1)重要性采样函数选择
•       2)粒子退化
•       3)计算量
•   2.2 基于稀疏表示的算法
•     2.2.1 稀疏表示理论的原理
•     2.2.2 基于稀疏表示理论的跟踪模型
•     2.2.3 基于稀疏表示理论跟踪算法的难点
•   2.3 基于相关滤波的算法
•     2.3.1 相关滤波类目标跟踪模型原理
•     2.3.2 相关滤波类目标跟踪模型
•     2.3.3 相关滤波类目标跟踪模型存在的问题
•   2.4 基于深度学习的算法
•     2.4.1 深度学习跟踪模型原理
•     2.4.2 深度学习跟踪模型
•     2.4.3 深度学习跟踪模型存在问题
• 3 目标跟踪领域公开数据集
• 4 结束语

文章来源

类型: 期刊论文

作者: 傅杰,徐常胜

关键词: 计算机视觉,单目标跟踪,领域分析,算法综述

来源: 南京信息工程大学学报(自然科学版) 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 计算机软件及计算机应用

单位: 郑州大学信息工程学院,中国科学院自动化研究所模式识别国家重点实验室

分类号: TP391.41

DOI: 10.13878/j.cnki.jnuist.2019.06.002

页码: 638-650

总页数: 13

文件大小: 376K

下载量: 759