基于卷积神经网络的目标跟踪算法综述

• 作者: 孙翔 胡硕 赵银妹
• 来源期刊: 高技术通讯
• 关键词: 卷积神经网络(CNN) 深度学习 目标跟踪 机器视觉
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 207-213
• 页数: 7页
• 字数: 4953字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2018.03.003

摘要

目标跟踪是机器视觉领域一个重要的研究方向,在军事、交通等领域有着广泛的应用.随着训练数据和硬件的发展,越来越多的学者将深度学习应用于视觉跟踪领域.近几年来,一大批基于深度学习的跟踪算法被提出,与传统的机器学习方法相比,包含多个隐含层的卷积神经网络(CNN)具有更强大的特征学习和特征表达能力.分析了目标跟踪中的难题以及用卷积神经网络解决此类问题的可能性,综述了卷积神经网络在视觉跟踪领域的发展,并对卷积神经网络在视觉目标跟踪中的最新成果进行了总结和深入分析,最后对卷积神经网络在目标跟踪领域未来的发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡硕	燕山大学电气工程学院	5	27	3.0	5.0
2	赵银妹	燕山大学电气工程学院	1	14	1.0	1.0
3	孙翔	燕山大学电气工程学院	1	14	1.0	1.0