深度学习在视频目标跟踪中的应用进展与展望

被引：85

作者：

管皓

薛向阳

安志勇

机构：

[1] 复旦大学计算机科学技术学院上海市智能信息处理重点实验室

来源：

自动化学报 | 2016年 / 42卷 / 06期

关键词：

目标跟踪; 视频分析; 在线学习; 深度学习; 大数据;

D O I：

10.16383/j.aas.2016.c150705

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

视频目标跟踪是计算机视觉的重要研究课题,在视频监控、机器人、人机交互等方面具有广泛应用.大数据时代的到来及深度学习方法的出现,为视频目标跟踪的研究提供了新的契机.本文首先阐述了视频目标跟踪的基本研究框架.对新时期视频目标跟踪研究的特点与趋势进行了分析,介绍了国际上新兴的数据平台、评测方法.重点介绍了目前发展迅猛的深度学习方法,包括堆叠自编码器、卷积神经网络等在视频目标跟踪中的最新具体应用情况并进行了深入分析与总结.最后对深度学习方法在视频目标跟踪中的未来应用与发展方向进行了展望.

引用

页码：834 / 847

页数：14

共 17 条

[1] 基于外观模型学习的视频目标跟踪方法综述
张焕龙
胡士强
杨国胜
[J]. 计算机研究与发展, 2015, 52 (01) : 177 - 190
[2] 图像物体分类与检测算法综述
黄凯奇
任伟强
谭铁牛
[J]. 计算机学报, 2014, 37 (06) : 1225 - 1240
[3] 视觉跟踪技术综述
侯志强
韩崇昭
[J]. 自动化学报, 2006, (04) : 603 - 617
[4] Self-taught learning of a deep invariant representation for visual tracking via temporal slowness principle
Kuen, Jason
Lim, Kian Ming
Lee, Chin Poo
[J]. PATTERN RECOGNITION, 2015, 48 (10) : 2964 - 2982
[5] A Survey of Appearance Models in Visual Object Tracking
Li, Xi
Hu, Weiming
Shen, Chunhua
Zhang, Zhongfei
Dick, Anthony
Van den Hengel, Anton
[J]. ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, 2013, 4 (04)
[6] Sparse coding based visual tracking: Review and experimental comparison[J] . Shengping Zhang,Hongxun Yao,Xin Sun,Xiusheng Lu.Pattern Recognition . 2012
[7] A new framework for on-line object tracking based on SURF
Miao, Quan
Wang, Guijin
Shi, Chenbo
Lin, Xinggang
Ruan, Zhiwei
[J]. PATTERN RECOGNITION LETTERS, 2011, 32 (13) : 1564 - 1571
[8] The Pascal Visual Object Classes (VOC) Challenge
Everingham, Mark
Van Gool, Luc
Williams, Christopher K. I.
Winn, John
Zisserman, Andrew
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2010, 88 (02) : 303 - 338
[9] Object tracking using SIFT features and mean shift[J] . Huiyu Zhou,Yuan Yuan,Chunmei Shi.Computer Vision and Image Understanding . 2008 (3)
[10] Incremental Learning for Robust Visual Tracking[J] . David A. Ross,Jongwoo Lim,Ruei-Sung Lin,Ming-Hsuan Yang.International Journal of Computer Vision . 2008 (1)

← 1 2 →