Tracking 1.1 : Tracking vs Dectection

本文探讨了视频追踪相对于目标检测的优势,包括更快的速度、提高检测准确性及保持目标身份不变。追踪利用历史位置信息减少计算量,但在物体快速移动时面临挑战。它能辅助检测处理遮挡情况,并在多相似物体场景中维持目标识别。
摘要由CSDN通过智能技术生成

学习视频追踪也大概一年多了,其实最开始很奇怪,既然目标检测已经发展那么好了,那么对视频每一帧都进行一次目标检测不就可以实现目标跟踪了吗,甚至一度想换到目标检测的组里去。下面来总结下目标追踪的必要性,作为Tracking学习的第一篇博文~

 

1、Tracking速度比Detection更快

在追踪第n帧时,Tracking显然会用到n-1帧的位置信息,考虑到物体的变化一般是空间连续的,因此可以确定一个候选的搜寻区域,相比于Dectection的全画面搜索,大大减少了计算量。但是,这样的搜索策略也给Tracking带来了一些问题:

e.g.

a. 物体的运动过快,候选区域范围的确定:候选范围需要根据物体运动情况(速度、运动方式)确定;

b. 每一帧都只参照前一帧的追踪结果,有可能带来错误累加。因此在跟踪同时,很多方案会加一个检测算法同步运行。

 

2、Tracking帮助提高Detection的准确性

当视频中主体被遮挡,单纯用Detection很难进行准确捕捉。而Tracing可以基于前一帧以及目标物体运动情况进行预判,弥补了Dectection的缺陷。

 

3、Tracking可以保持目标本体(Tracking preserves identity)

当图像中,特征相似的物体有多个时,Detection很难准确识别初始的目标是哪一个。例如追踪一群在岸边漫步的鸭子,用Detection很容易弄混图像中所有的鸭子,可能会框定到别的鸭子身上。而Tracking可以较为准确地保持初始目标的identity。例如下图,追踪红点&#

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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