基于深度神经网络的目标跟踪算法综述

源自：航空兵器

作者：郭凡, 卢铉宇, 李嘉怡, 王红梅

“人工智能技术与咨询”  发布

摘 要

目标跟踪是根据视频序列中目标的前续信息,对目标的当前状态进行预测。深度学习在目标跟踪领域逐渐广泛应用,本文阐述了目标跟踪算法和深度学习的发展背景,对传统目标跟踪进行了回顾,根据不同的网络任务功能,将基于深度学习的目标跟踪算法分为:基于分类的深度学习目标跟踪算法、基于回归的深度学习目标跟踪算法、基于回归与分类结合的目标跟踪算法,并选取了具有代表性的目标跟踪算法进行实验,对比不同算法之间的特点;最后对目前基于深度学习的目标跟踪方法存在的问题进行分析,对未来发展方向进行展望。实验结果证明,深度孪生跟踪网络在精度与速度上均占优,成为当前主流的跟踪算法框架。

关键词

 目标跟踪, 深度学习, 神经网络, 卷积神经网络, 孪生神经网络, 生成对抗网络

１ 深度神经网络

２ 基于深度学习的目标跟踪算法

３ 数据集和评价准则

4  实验对比

5   发展展望

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