【综述】《视频目标分割与跟踪》最新39页综述论文，带你了解视频分析进展

【导读】目标分割与目标跟踪是计算机视觉领域的基础研究任务，本文为大家带来了这一任务的最新研究综述。

介绍：

随着深度学习的发展，目标分割与目标跟踪任务逐步进入到了实际应用阶段，但曾存在很多关键问题亟需解决，例如当前算法仍然很难处理如遮挡、变形、运动模糊和比例变换问题，前者包含了异构、交互、边缘模糊和形状复杂性，后者在处理对象快速运动、视野和实时性方面较为困难。针对以上问题，研究社区提出了视频对象分割和跟踪的结合方案（Video Object Segmentation and Tracking，VOST），可克服各自的难点，并有效提高性能。VOST可以广泛应用于许多实际应用，如视频摘要、视频压缩，人机交互和自动驾驶汽车。本文旨在全面回顾最先进的相关算法，并将这些方法分为不同的类别，进而讨论未来的趋势。

在本文中，我们首先提供了现有的分类法，包括无监督视频对象分割、半监督视频对象分割、基于分段的跟踪方法等；其次，我们讨论了不同技术方法，并总结了相关视频数据集，同时整理了各种评估指标；最后，讨论了此类任务未来的发展方向。

VOST方法分类：

数据集汇总：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“VOST”就可以获取《视频目标分割与跟踪》最新综述下载链接~

附综述全文：

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI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专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！530+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程