MOT综述
多目标跟踪(MOT)问题在于跟踪不同目标在一个序列中(通常是一个视频)的轨迹。近年来,随着深度学习的兴起,解决这一问题的算法得益于深层模型的表现力。MOT算法主要分为四个阶段:目标检测、特征提取/运动预测、相似性阶段、数据关联阶段【参考Deep learning in video multi-object tracking: A survey】,这四个阶段并不一定按顺序执行,也可以将其中几个阶段融合成一个统一的框架。本文对利用深度学习模型解决单摄像机视频MOT任务的研究分别对每个任务阶段比较突出和利用不同算法框架的论文进行分析比较,确定性能最好的方法之间的一些相似性,并提出了一些可能的未来研究方向。