Multiple Object Tracking:多目标跟踪综述

先给出编辑markdown的教程,供日后参考:https://www.zybuluo.com/mdeditorhttps://www.zybuluo.com/codeep/note/163962



多目标跟踪综述


本文内容目录:

摘要

本篇博客是多目标跟踪最综合、最新的资讯,尽可能提供最全面的介绍。内容主要包括以下三条:1)多目标跟踪的介绍2)多目标跟踪的算法知识3)有的公开实验与结果对比

1. 介绍

多目标跟踪(Multiple Object Tracking or Multiple Target Tracking, MOT or MTT)是对视频中多个感兴趣目标同时定位与跟踪,维持轨迹,记录ID。作为计算机视觉中一项中级任务,多目标跟踪需要依赖高级任务来完成,如姿态估计,动作识别,行为分析等。它的应用可以是视频监控,人机交互,虚拟现实。与之相对的单目标跟踪(Single Object Tracking,SOT)主要是针对复杂的外观模型或运动模式,解决具有挑战性的尺度变化,旋转,光照变化等。MOT还多了两个任务:确定目标的数量(会随时间变化);维持目标ID。
需要考虑的MOT中存在的问题有:1)频繁遮挡;2)轨迹初始化与终止;3)相似的外观;4)多目标间的相互影响。

2. 算法知识

  • 2.1Formul

  • 18
    点赞
  • 95
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
单目标跟踪数据集: 1. OTB - Object Tracking Benchmark:一个经典的单目标跟踪数据集,包含100个视频序列,涵盖多种对象的形态、尺度、光照、遮挡等变化。 2. VOT - Visual Object Tracking:一个挑战性的单目标跟踪数据集,包含数百个视频序列,涵盖多种场景和对象变化。 3. UAV123 - UAV-based Object Tracking:一个专门针对无人机上的单目标跟踪任务的数据集,包含123个无人机视频序列。 4. LaSOT - Large-scale Single Object Tracking:一个规模较大的单目标跟踪数据集,包含1400个视频序列,涵盖多种场景和对象变化。 5. GOT-10k - Generic Object Tracking Benchmark:一个大规模的通用目标跟踪数据集,包含10,000个视频序列,涵盖多种对象和场景变化。 多目标跟踪数据集: 1. MOTChallenge - Multiple Object Tracking Challenge:一个多目标跟踪竞赛数据集,包含多个子数据集,涵盖多种场景和对象的变化。 2. MOT16、MOT17、MOT20 - Multiple Object Tracking:多个公开的多目标跟踪数据集,涵盖多种场景和对象变化。 3. UA-DETRAC - Urban Autonomous Driving Detection and Tracking:一个专门针对城市自动驾驶场景的多目标跟踪数据集,包含10个城市驾驶场景,涵盖多种车辆和行人的变化。 4. MOT2015 - Multiple Object Tracking:一个多目标跟踪数据集,包含多个子数据集,涵盖多种场景和对象变化。 5. DukeMTMC - Multi-Target, Multi-Camera Tracking:一个多目标多摄像头跟踪数据集,包含多个场景和多个摄像头。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值