视觉目标跟踪十年研究进展

2021 年 3 月 10 日 专知


摘要: 视觉目标跟踪指在一个视频序列中,给定第一帧目标区域,在后续帧中自动匹配到该目标区域的任务。通常来说,由于场景遮挡、光照变化、物体本身形变等复杂因素,目标与场景的表观会发生剧烈的变化,这使得跟踪任务本身面临极大的挑战。在过去的十年中,随着深度学习在计算机视觉领域的广泛应用,目标跟踪领域也迅速发展,研究人员提出了一系列优秀算法。鉴于该领域处于快速发展的阶段,文中对视觉目标跟踪研究进行了综述,内容主要包括跟踪的基本框架改进、目标表示改进、空间上下文改进、时序上下文改进、数据集和评价指标改进等;另外,还综合分析了这些改进方法各自的优缺点,并提出了可能的未来的研究趋势。


http://www.jsjkx.com/CN/article/openArticlePDF.jsp?id=19761


目标跟踪是计算机视觉领域的一项经典研究课题,目的 是在给定第一帧初始目标边界框的情况下,在后续视频序列 中准确定位目标(见图1).随着高性能移动设备与高配置摄 像机的爆炸式增长,以及新一代5G 网络的逐步应用,人们对 自动视频分析的需求日益增长.自动视频分析中有3个关键 步骤:自动检测感兴趣的运动物体、逐帧跟踪这些物体、通过 分析物体的轨迹来进行行为识别.目标跟踪作为其中的一项 重要技术,引起了相关学者的极大关注[1G2].然而,视觉目标 跟踪是一项极具挑战性的任务,因为有一系列不同的问题需 要在单个跟踪算法中解决.例如,跟踪算法能很好地处理光 照变化,但是难以应对因相机角度变化而带来的物体表观的变化;跟踪算法擅长准确预测物体运动,但是难以跟踪快速弹 跳的物体;跟踪算法能对外观做出详细假设,但是不能处理有 关节的物体.


目标跟踪领域涌现出了大批经典算法[3G21],具体如图2所示. 本文分4个阶段对目标跟踪的发展进行综述,即早期的目标 跟踪探索阶段、稀疏表示阶段、相关滤波阶段和孪生网络阶 段,主 要 介 绍 的 跟 踪 算 法 包 括 Histogram [3],Ensemble [4], IVT [5],MIL [6],L1Tracker [7],TLD [8],MOSSE [9],Struck [10], ASLA [11],CT [12],CSK (KCF)[13],CN [14],STC [15],CF2 [16]ECO [17],SiamFC [18],SiamRPN [19],ATOM [20],SiamRCNN [21]等. 本文详细梳理了最近几年目标跟踪领域的相关工作,并 将其分为了五大类:数据集和评价标准的改进、目标跟踪基本 框架改进、目标表示的改进、空间上下文方面的改进和时序上 下文方面的改进.对上述5类工作分别进行介绍和分析之后 得出本文的结论,并提出未来目标跟踪领域可能的发展趋势.



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“VT10” 就可以获取视觉目标跟踪十年研究进展》专知下载链接

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
2

相关内容

专知会员服务
66+阅读 · 2021年5月21日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
60+阅读 · 2021年3月9日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
31+阅读 · 2021年2月17日
无参考图像质量评价研究进展
专知会员服务
28+阅读 · 2021年2月14日
专知会员服务
117+阅读 · 2020年12月9日
专知会员服务
34+阅读 · 2020年11月26日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
计算机视觉方向简介 | 目标检测最新进展总结与展望
计算机视觉life
9+阅读 · 2018年10月28日
视觉物体跟踪新进展:让跟踪器读懂目标语义信息
微软研究院AI头条
7+阅读 · 2018年9月13日
【研究分享】基于踪片Tracklet关联的视觉目标跟踪:现状与展望
中国科学院自动化研究所
9+阅读 · 2018年1月16日
论文笔记:多任务相关粒子滤波跟踪器
统计学习与视觉计算组
9+阅读 · 2017年7月7日
视频行为识别年度进展
深度学习大讲堂
34+阅读 · 2017年6月12日
VALSE2017系列之四:目标跟踪领域进展报告
深度学习大讲堂
7+阅读 · 2017年5月22日
行人检测、跟踪与检索领域年度进展报告
深度学习大讲堂
6+阅读 · 2017年5月8日
Arxiv
0+阅读 · 2021年6月8日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
Arxiv
6+阅读 · 2018年2月8日
Arxiv
7+阅读 · 2017年12月28日
VIP会员
相关VIP内容
专知会员服务
66+阅读 · 2021年5月21日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
专知会员服务
60+阅读 · 2021年3月9日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
31+阅读 · 2021年2月17日
无参考图像质量评价研究进展
专知会员服务
28+阅读 · 2021年2月14日
专知会员服务
117+阅读 · 2020年12月9日
专知会员服务
34+阅读 · 2020年11月26日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
相关资讯
计算机视觉方向简介 | 目标检测最新进展总结与展望
计算机视觉life
9+阅读 · 2018年10月28日
视觉物体跟踪新进展:让跟踪器读懂目标语义信息
微软研究院AI头条
7+阅读 · 2018年9月13日
【研究分享】基于踪片Tracklet关联的视觉目标跟踪:现状与展望
中国科学院自动化研究所
9+阅读 · 2018年1月16日
论文笔记:多任务相关粒子滤波跟踪器
统计学习与视觉计算组
9+阅读 · 2017年7月7日
视频行为识别年度进展
深度学习大讲堂
34+阅读 · 2017年6月12日
VALSE2017系列之四:目标跟踪领域进展报告
深度学习大讲堂
7+阅读 · 2017年5月22日
行人检测、跟踪与检索领域年度进展报告
深度学习大讲堂
6+阅读 · 2017年5月8日
Top
微信扫码咨询专知VIP会员