目标跟踪是计算机视觉领域的一个基本问题,其主要应用于视频监控,人机交与机器人视觉感知等场景。目标跟踪可分为短时间目标跟踪与长时间目标跟踪,单目标跟踪与多目标跟踪。文中要研究最普遍的短时间单目标跟踪:给定视频序列,以及序列第一帧的目标位置与尺寸等初始状态,通过计算确定后续帧中目标的状态。时至今日,目标跟踪问题依然面临许多挑战,包括背景干扰,光照变化,目标尺度变化,目标形变,目标遮挡,目标快速运动等。
按照Wang 等的框架,目标跟踪方法可以分为运动模型,目标的特征表示,观测模型,模型更新,多方法聚合5 个环节。早年的目标跟踪方法聚焦于运动模型,如卡尔曼滤波和粒子滤波。近年来,在目标表示与观测模型等环节涌现了许多优秀的算法,其中的研究热点是判别式目标跟踪方法凹。这一类方法力图将目标跟踪问题构建为背景与目标间的分类问题,使用二二元分类器来进行目标跟踪,也被称为基于检测的跟踪。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !