基于深度学习的RGB-T目标跟踪技术综述

源自：模式识别与人工智能

作者：张天路, 张强

摘  要

RGB-热红外(RGB-Thermal, RGB-T)模态目标跟踪旨在利用RGB和热红外数据的互补性实现目标的稳健跟踪.目前基于深度学习的RGB-T目标跟踪前沿成果较多,但缺少系统且全面的综述性文献.因此,文中首先阐述RGB-T目标跟踪面临的挑战,分析总结目前主流的基于深度学习的RGB-T目标跟踪算法.具体来说,根据采用的基线(Baseline)方法不同,将已有方法划分为基于多域网络(Multi-domain Network, MDNet)的目标跟踪算法,基于孪生网络(Siamese Network)的目标跟踪算法和基于判别式相关滤波(Discriminative Correlation Filter, DCF)的目标跟踪算法.然后,介绍RGB-T目标跟踪任务中常用的数据集和评价指标,并在常用数据集上对比已有算法.最后,指出RGB-T目标跟踪领域未来可能的发展方向.    服务把本文推荐给朋友加入我的书架加入引用管理器E-mail AlertRSS作者相关文章张天路张强    

关键词

目标跟踪,  RGB-热红外(RGB-T),  深度学习,  多域网络,  孪生网络,  判别式相关滤波    

1 RGB鄄T 目标跟踪研究的挑战

2 基于深度学习的 RGB鄄T 目标跟踪算法

3 RGB鄄T 目标跟踪数据集及评价指标

4 算法对比结果

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。

“人工智能技术与咨询”   发布