APP下载

基于孪生神经网络的目标跟踪算法综述

2021-06-09章利民邓承志汪胜前

南昌工程学院学报 2021年6期
关键词:特征

王 军,尹 鹏,章利民,邓承志,汪胜前

(南昌工程学院 1.信息工程学院;2.江西省水信息协同感知与智能处理重点实验室,江西 南昌 330099)

1 引言

目标跟踪是计算机视觉中的重要研究任务之一,目前已发展成为一个独立的研究方向。其目的是在给定被跟踪目标视频第一帧的初始状态后,通过对目标表观以及运动信息进行建模,确定目标在后续帧中的位置和尺度变化[1]。它为目标分类、理解等视觉任务提供研究基础,也为智能视频监控等视觉应用领域提供关键技术。随着计算机视觉技术的发展,目标跟踪被广泛应用在军事和民用领域,如智能驾驶[2]、人机交互[3]、智能视频监控[4]、医疗诊断[5]和智慧城市[6]等。对目标跟踪的研究具有重要的研究意义和广泛的应用前景。

近年来,目标跟踪受到了国内外学者的广泛关注,得到了快速发展,提出了一些具有实时性和鲁棒性的跟踪算法。在跟踪过程中,复杂的表观变化是跟踪中主要的挑战因素和难点问题之一,这些因素主要包括局部遮挡、运动模糊、非刚性形变、尺度变化、快速运动、背景复杂等。

基于目标表观的类型,跟踪算法一般可以分成生成式和判别式两大类。生成式算法在跟踪过程中,首先设计一个目标表观模型,然后在后续视频帧中搜索与目标模板最相似的候选区域,并将该区域对应的图像块作为在当前帧中的跟踪结果。而判别式算法将跟踪问题看成是一个二分类或回归问题,通过学习一个分类函数,将目标从周围的背景中区分出来。……

登录APP查看全文

猜你喜欢

特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
詈语的文化蕴含与现代特征
基于特征筛选的模型选择
线性代数的应用特征