目标跟踪综述

CVPR 2013 吴毅:Online Object Tracking: A Benchmark

Visual Tracker Benchmark

Benchmark results

SRER基于TB-50评估结果。每一项包括平均重叠的百分比和重叠阈值0.5时1000帧平均失败数。跟踪算法按平均重叠值排序,每个属性前5中方法用不同颜色表示:红色1、绿色2、蓝色3、青色4、品红色5。
目标跟踪综述_第1张图片

VALSE

目标跟踪: 通常单目标跟踪,第一帧给定矩形框,这个框在数据库里面是人工标注的,在实际情况下大多是检测算法的结果,然后跟踪算法在后续帧紧跟住这个框。
通常目标跟踪面临几大难点(吴毅 VALSE slides):外观变形,光照变化,快速运动和运动模糊,背景相似干扰,平面外旋转,平面内旋转,尺度变化,遮挡和出视野等情况。

吴毅 VALSE slides

  • 1 Object representation
    目标跟踪综述_第2张图片
    目标跟踪综述_第3张图片
    目标跟踪综述_第4张图片
  • 2 Searching mechanism
    目标跟踪综述_第5张图片
  • 3 Model update

目标跟踪综述_第6张图片

  • Evaluated Trackers
    目标跟踪综述_第7张图片
    目标跟踪综述_第8张图片

王萌萌 基于计算机视觉的目标跟踪算法

  • Feature representation: HOG, CN, CNN…
  • Classifier: Structured SVM, Ridge Regression, Deep Neural Networks…
  • Model update strategy: Fixed Interval, High-confidence Strategy…

资源

  • 知网:计算机视觉中,目前有哪些经典的目标跟踪算法?
  • GitHub:HEscop/TBCF
  • GitHub: foolwood/benchmark_results
    目标跟踪综述_第9张图片

Mean-Shift

KCF: High-Speed Tracking with Kernelized Correlation Filters

Datasets

VOT

OTB

你可能感兴趣的:(目标跟踪综述)