目标跟踪算法综述

• 作者: 孟琭 杨旭
• 来源期刊: 自动化学报
• 关键词: 目标跟踪 特征选择 Meanshift 尺度变化 核相关滤波
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 综述
• 页码范围: 1244-1260
• 页数: 17页
• 字数: 13097字
• 语种: 中文
• DOI: 10.16383/j.aas.c180277

摘要

目标跟踪一直以来都是计算机视觉领域的关键问题,最近随着人工智能技术的飞速发展,运动目标跟踪问题得到了越来越多的关注.本文对主流目标跟踪算法进行了综述,首先,介绍了目标跟踪中常见的问题,并由时间顺序对目标跟踪算法进行了分类:早期的经典跟踪算法、基于核相关滤波的跟踪算法以及基于深度学习的跟踪算法.接下来,对每一类中经典的跟踪算法的原始版本和各种改进版本做了介绍、分析以及比较.最后,使用OTB-2013数据集对目标跟踪算法进行测试,并对结果进行分析,得出了以下结论:1)相比于光流法、Kalman、Meanshift等传统算法,相关滤波类算法跟踪速度更快,深度学习类方法精度高.2)具有多特征融合以及深度特征的追踪器在跟踪精度方面的效果更好.3)使用强大的分类器是实现良好跟踪的基础.4)尺度的自适应以及模型的更新机制也影响着跟踪的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟琭	东北大学信息科学与工程学院	22	171	8.0	13.0
2	杨旭	东北大学信息科学与工程学院	4	57	4.0	4.0