深度学习在目标跟踪中的应用

深度学习在目标跟踪中的应用

一、利用辅助图片数据预训练深度模型，在线跟踪时微调
在目标跟踪的训练数据非常有限的情况下，使用辅助的非跟踪训练数据进行预训练，获取对物体特征的通用表示(general representation )，在实际跟踪时，通过利用当前跟踪目标的有限样本信息对预训练模型微调(fine-tune), 使模型对当前跟踪目标有更强的分类性能，这种迁移学习的思路极大的减少了对跟踪目标训练样本的需求，也提高了跟踪算法的性能。

这个方面代表性的作品有DLT和SO-DLT，都出自香港科技大学王乃岩博士。
https://zhuanlan.zhihu.com/p/22334661