作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近十年来,深度学习由于其优越的性能,已经逐渐应用于各个领域.在目标跟踪领域,基于深度学习的方法也取得了巨大的成功.文章主要介绍基于深度学习的目标跟踪算法研究现状及发展趋势.首先,介绍了视觉目标跟踪传统算法.然后,对基于深度学习的目标跟踪算法进行分类,并进行问题分析.最后,对基于深度学习的目标跟踪算法的发展趋势进行预测.
推荐文章
深度学习目标识别算法发展趋势研究
深度学习
目标识别
卷积神经网络
我国混合式学习研究现状及发展趋势
混合式学习
课堂教学
网络学习
研究现状
发展趋势
交互式多模型目标跟踪的研究现状及发展趋势
交互式多模型
数据关联
目标跟踪
神经网络
木材染色研究现状及发展趋势
木材染色
染料
渗透性
上染性
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 基于深度学习的目标跟踪算法研究现状及发展趋势
来源期刊 现代信息科技 学科
关键词 目标跟踪 深度学习 孪生网络 相关滤波
年,卷(期) 2021,(8) 所属期刊栏目 计算机技术|Computer Technology
研究方向 页码范围 82-85
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2021.08.024
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (3)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(4)
  • 参考文献(0)
  • 二级参考文献(4)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(4)
  • 参考文献(2)
  • 二级参考文献(2)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
深度学习
孪生网络
相关滤波
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导