基于深度学习的终端目标跟踪系统

（~接上次目标跟踪部分开的头，做了个系统~）

摘  要

    近年来,目标跟踪广泛应用于监控、机器人、无人机、人机交互、无人驾驶等领域，已成为计算机视觉领域的研究热点。使用传统方法的目标跟踪往往跟踪率较低,且难以适应复杂环境。随着深度学习技术的发展，将其应用于目标跟踪将有效提高其准确性和鲁棒性，以适应更复杂环境。同时结合深度学习也已成为现在以及未来目标跟踪领域的发展趋势。

    结合深度学习的目标跟踪对算力要求较高,较难部署在嵌入式终端,需要综合考虑实时性、跟踪率、鲁棒性、算力、功耗、便携性、开发难易程度等因素。

    本课题针对上述问题,设计了一种基于深度学习的终端目标跟踪系统，并成功在终端移动平台上实现并验证，系统综合性能达到预期。

    课题主要工作有:1、调研目标跟踪背景、意义、现状及应用前景等,确定项目可行性、目的等;2、深入研究学习项目相关的理论基础,如目标跟踪、检测、机器人操作系统、合适的终端实现平台等;3、提出基于深度学习的终端目标跟踪系统设计实现方案,并对系统各部分设计实现原理进行详细分析;4、搭建终端目标跟踪系统,对系统设计方案进行验证与分析;5、对项目课题进行总结展望,提出系统改进优化方案。

关键词：计算机视觉，深度学习，目标跟踪，目标检测，ROS，Jetson TX2，TurtleBot