《视觉跟踪最新方法与趋势》，44页最新综述带你全面了解视觉跟踪领域发展方向

【导读】近年来，随着深度学习算法在计算机视觉领域的广泛应用，各类计算机视觉技术得到了迅速发展，本文为大家带来了视觉目标跟踪领域的最新综述文章，为大家全面讲解这一问题的发展趋势。

介绍：

目前，视觉对象跟踪已经成为了一个非常活跃的研究方向，每年学术界都在提出大量的跟踪算法，这主要是因为，计算机视觉技术的迅猛发展，使得应用场景也在不断增加，例如人机交互、自动驾驶、机器人、监视和安全等。

在本文的综述中，我们回顾了跟踪领域的最新趋势和进展，并基于特征提取方法评估了不同跟踪器的稳定性，这项工作首先针对最近的跟踪器进行了全面调查，并将跟踪器分类为基于相关滤波的跟踪器，以及不基于相关滤波的跟踪器。进而根据模型架构和跟踪机制，将每个类别细分为各个小类；在本文的第二部分，我们通过实验评估了24个跟踪器的稳定性，并对比了基于手工特征与基于深度特征的跟踪器。经过观察发现，一般来说，使用深度特征的跟踪器表现的更好些，但在某种情况下，针对两种特征的融合使用可以显著提高跟踪性能。同时，为了克服现有评价基准的缺点，本文还提出了新的评估方法，并应用到了不同的算法评估阶段。我们分析了跟踪器在基准测试中的性能，并得出了最终结论，基于判别相关滤波的跟踪器要比其他跟踪器表现的更好，同时研究还表明，在判别相关滤波器上进行正则化操作，通常会提高跟踪性能。最后，本文阐述了本领域中的的发展进展与未来发展趋势。

完整版论文获取：

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ROTAT” 就可以获取《Handcrafted and Deep Trackers: Recent Visual Object Tracking Approaches and Trends》的下载链接~ 

原文链接：

https://dl.acm.org/citation.cfm?doid=3320149.3309665

附论文预览：

更多内容请下载观看

-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！540+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