国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:金国栋, 薛远亮, 谭力宁, 许剑锟
单位:火箭军工程大学核工程学院, 陕西 西安 710025
关键词:目标跟踪,深度学习,孪生神经网络,互相关运算,区域建议网络
基金:国家自然科学基金(61673017);国家自然科学基金(61403398)
目标跟踪作为计算机视觉领域的关键课题, 广泛应用在智能视频监控等领域。随着深度学习的迅速发展, 基于孪生神经网络的跟踪算法(简称为孪生跟踪算法)因其速度和精度的平衡优势成为了主流算法。尽管已有大量研究, 但仍缺乏从跟踪框架层面对孪生跟踪算法进行系统分析。为了梳理目前孪生跟踪算法的研究进展, 首先介绍了孪生跟踪算法的常见挑战、主要组成、跟踪流程、常用数据集和评价指标; 其次按照对跟踪框架的改进方向分为改进特征提取的算法、优化相似度计算的算法和优化跟踪结果的算法, 并分别详细介绍; 然后对20个主流跟踪算法进行测试与分析; 最后总结目前孪生跟踪算法存在的问题以及对未来的研究方向。
来源:2022年第6期
《系统工程与电子技术》期刊编辑部