深度学习在视频目标跟踪中的应用进展与展望

• 作者: 安志勇 管皓 薛向阳
• 来源期刊: 自动化学报
• 关键词: 目标跟踪 视频分析 在线学习 深度学习 大数据
• 年，卷（期）: 2016,（6）
• 页码范围: 834-847
• 页数: 14页
• 字数: 14493字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150705

摘要

视频目标跟踪是计算机视觉的重要研究课题，在视频监控、机器人、人机交互等方面具有广泛应用。大数据时代的到来及深度学习方法的出现，为视频目标跟踪的研究提供了新的契机。本文首先阐述了视频目标跟踪的基本研究框架。对新时期视频目标跟踪研究的特点与趋势进行了分析，介绍了国际上新兴的数据平台、评测方法。重点介绍了目前发展迅猛的深度学习方法，包括堆叠自编码器、卷积神经网络等在视频目标跟踪中的最新具体应用情况并进行了深入分析与总结。最后对深度学习方法在视频目标跟踪中的未来应用与发展方向进行了展望。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛向阳	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	60	1472	21.0	37.0
2	管皓	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	4	159	3.0	4.0
3	安志勇	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	4	159	3.0	4.0