目标追踪算法总结

声明

CSDN和知乎很多大佬都对这个方面进行了介绍，这里自己参考他们总结一下，理清楚自己的方向，方便自己看。

1.点击这里，https://www.zhihu.com/question/26493945/answer/156025576来源知乎

2.点击这里，https://blog.csdn.net/sinat_31184961/article/details/99993350来源CSDN

目标追踪算法

目标追踪算法目前很经典题目，但事实上，我们并不需要那些曾经辉煌但已被拍在沙滩上的tracker(目标跟踪算法)，而是那些即将成为经典的，或者就目前来说最好用、速度和性能都看的过去tracker。

当深度学习快速发展时候，VOT2015竞赛 ，这一年有60个精挑细选的序列，62个tracker，最大看点是深度学习开始进击tracking领域，MDNet直接拿下当年的冠军，而结合深度特征的相关滤波方法DeepSRDCF是第二名，主要解决边界效应的SRDCF仅HOG特征排在第四，到了CVPR2019，跟踪领域发展从接收的文章已经可以明显看出来，跟踪领域已经基本完成换代更新。接收的文章中Siamese网络的改进工作已经占据了主导的地位。而Siamese网络的概念应用于目标跟踪的源头应该从SINT这篇文章开始，但真正开始流行却是从SiamFC开始。简洁优雅的框架让它得变得流行，像极了上一波的KCF（Kernelized Correlation Filters 核化相关滤波器）。下面是跟踪器发展图，这里CF（Correlation Filters 相关滤波器） MOSSE（Minimum Output Sum of Square Error 最小输出平方误差和）：

大佬总结的跟踪器的方向：

这里直接照搬大佬的CSDN过来，防止大佬删了，没得看。原版点击这里！

Siamese类

• SiamFC（ECCV2016）