原文服务方: 计算机测量与控制       
摘要:
随着深度学习与人工智能技术的不断发展,视频目标跟踪已经成为计算机视觉的重要研究内容,在公安布控、人机交互、交通管制、军事等各个领域起到越来越重要的作用;尽管现在国内外学者提出了多种目标跟踪算法,也搭建了较为完善的目标跟踪系统,但是算法的鲁棒性依然是一个比较大的挑战;文章对运动目标跟踪系统结构进行了简要介绍,并从特征提取及融合、外观模型、目标搜索等方面详细阐述了目前主流运动目标跟踪算法;然后对目标跟踪算法在深度学习大环境下的新发展进行了分析,从基于深度学习的目标跟踪及目标检测算法角度分析了深度学习在提高目标检测算法鲁棒性方面的有效性,最后概述了深度学习在视频目标检测算法中的具体应用并对其未来发展进行了展望.
推荐文章
运动目标跟踪算法研究综述
计算机视觉
运动检测
视觉跟踪
图像序列
在线多目标视频跟踪算法综述
视频分析
计算机视觉
多目标跟踪
深度学习
视频运动目标跟踪算法研究综述
计算机视觉
目标跟踪
最小均方误差滤波器
深度学习
均值漂移
卡尔曼滤波
运动目标联合跟踪与分类研究综述
跟踪
分类
联合
贝叶斯推理
信用函数
贝叶斯风险
综述
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 目标跟踪综述
来源期刊 计算机测量与控制 学科
关键词 目标跟踪 特征提取 外观模型 深度学习 神经网络
年,卷(期) 2020,(4) 所属期刊栏目 综述与评论
研究方向 页码范围 1-6,21
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2020.04.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘强 南京航空航天大学自动化学院 16 42 3.0 6.0
3 王海涛 南京航空航天大学自动化学院 75 598 15.0 22.0
4 王文皞 南京航空航天大学自动化学院 2 3 1.0 1.0
5 王荣耀 南京航空航天大学自动化学院 4 0 0.0 0.0
6 王海龙 南京航空航天大学自动化学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (18)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(6)
  • 参考文献(5)
  • 二级参考文献(1)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标跟踪
特征提取
外观模型
深度学习
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导