更多相关文档豆丁微信公众号
君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
太阳跟踪方法综述
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口游客&您好, 欢迎访问中国光学期刊网!
大家都在搜：
红外与激光工程 & 46卷 & 5期(pp：)
基于深度学习的目标跟踪方法研究现状与展望
Status and prospect of target tracking based on deep learning
摘要目标跟踪是计算机视觉领域的重要研究方向之一, 在精确制导、智能视频监控、人机交互、机器人导航、公共安全等领域有着重要的作用。目标跟踪的基本问题是在一个视频或图像序列中选择感兴趣的目标, 在接下来的连续帧中, 找到该目标的准确位置并形成其运动轨迹。目标跟踪是一个颇具挑战性的问题, 目标的非刚性变化往往改变了目标的表观模型, 同时复杂的光照变化、目标与场景间的遮挡、背景中相似物体的干扰和摄像机的抖动等使目标跟踪任务变得更加困难。近年来, 随着深度学习在目标检测和识别等领域中取得巨大的突破, 许多学者开始将深度学习模型引入到目标跟踪中, 并在一系列数据评测集上取得了优于传统方法的性能, 逐渐开启了目标跟踪领域的新篇章。文中将首先阐述目标跟踪问题的难点和基本解决思路; 然后根据利用深度学习算法解决目标跟踪问题的不同思路, 对当前出现的此类主流算法进行分析, 介绍这些算法各自的优缺点及未来的工作方向。关键词
AbstractThe inverse synthetic aperture lidar(ISAL) have attracted increasing attention for its merits including small visual tracking which is considered as one of the important research topics in the field of computer vision due to its key role in versatile applications, such as precision guidance, intelligent video surveillance, human-computer interaction, robot navigation and public safety. The basic idea for implementing visual tracking is composed of finding the target object in a video or sequence of images, then determining its exact position in the next successive frames and finally generating the corresponding trajectory of this object. Visual tracking, however, is still a challenging problem in practice while taking into account the abrupt appearance changes of the target objects induced by their non-rigid transformation, the sophisticated lighting variation, the obstruction by the block or similar objects in the background and the camera jitter. Motivated by the successful applications in target detection and recognition in recent years, plenty of deep learning models have been integrated in the visual tracking and better performance over traditional methods was achieved in a series of data evaluations, which opens a new door in the field of visual tracking. In this paper, the overview and progress on visual tracking were summarized. The current challenges and corresponding solving approaches in this field are introduced firstly and in particular, several novel and mainstream visual tracking algorithms based on the deep learning are specially described and analyzed in details, including their basic ideas, advantages and disadvantages and future prospect.
中图分类号：TP391DOI：所属栏目：基金项目：总装预研项目（）收稿日期：修改稿日期：网络出版日期：--作者单位&&&&点击查看罗海波：中国科学院沈阳自动化研究所, 辽宁 沈阳 110016中国科学院大学, 北京 100049中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016辽宁省图像理解与视觉计算重点实验室, 辽宁 沈阳 110016许凌云：中国科学院沈阳自动化研究所, 辽宁 沈阳 110016中国科学院大学, 北京 100049中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016辽宁省图像理解与视觉计算重点实验室, 辽宁 沈阳 110016惠 斌：中国科学院沈阳自动化研究所, 辽宁 沈阳 110016中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016辽宁省图像理解与视觉计算重点实验室, 辽宁 沈阳 110016常 铮：中国科学院沈阳自动化研究所, 辽宁 沈阳 110016中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016辽宁省图像理解与视觉计算重点实验室, 辽宁 沈阳 110016联系人作者：备注：罗海波(1967-), 男, 研究员, 博士生导师, 博士, 主要从事图像处理、目标跟踪、目标识别等方面的研究。
【1】Yilmaz A, Javed O, Shah M. Object tracking[J.] ACM Comput Surv, ): 13.【2】Bao C, Wu Y, Ling H, et al. Real time robust L1 tracker using accelerated proximal gradient approach[J]. Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit, ): .【3】Bertinetto L, Valmadre J, Golodetz S, et al. Staple: Complementary Learners for Real-Time Tracking[M]. Oxford: University of Oxford, -1409.【4】Luo J, Konofagou E. A fast normalized cross-correlation calculation method for motion estimation[J]. IEEE Trans Ultrason Ferroelectr Freq Control, ): .【5】Chang C, Ansari R. Kernel particle filter for visual tracking[J]. IEEE Signal Process Lett, ): 242-245.【6】Amiaz T, Lubetzky E, Kiryati N. Coarse to over-fine optical flow estimation[J]. Pattern Recognit, ): .【7】Comaniciu D, Meer P, Member S. Mean Shift: a robust approach toward feature space analysis[J]. IEEE Transaction on Pattern Analasys and Machine Intelligence, ): 603-619.【8】Shi Zelin, Wang Junqing, Huang Shabai. Tracking of deformable objects in complex scene[J]. Opto-Electronic Engineering, ): 2-6.【9】Zhang T, Bibi A, Ghanem B. In defense of sparse tracking: circulant sparse tracker[C]//CVPR, -8.【10】Tao R, Gavves E, Smeulders A W M. Siamese Instance Search for Tracking[C]//CVPR, -1429.【11】Kalal Z, Mikolajczyk K, Matas J. Tracking-Learning-Detection[J]. IEEE Transaction on Pattern Analasys and Machine Intelligence, ): 1-14.【12】Hare S, Saffari A, Torr P H S. Struck_ Structured output tracking with kernels[C]//2011 IEEE International Conference on Computer Vision, 0.【13】Henriques J F, Caseiro R, Martins P, et al. High-speed tracking with kernelized correlation filters[J]. EEE Trans Pattern Anal Mach Intell, ): 583-596.【14】Hinton G E, Salakhutdinov R R. Reducing the dimensionality of data with neural networksr[J]//Science,86): 504-507.【15】Hinton G E, Osindero S, Teh Y W. A fast learning algorithm for deep belief nets[J]. Neural Computation, ): .【16】Held D, Thrun S, Savarese S. Learning to track at 100 FPS with deep regression networks[C]//ECCV, : 749-765.【17】Wang N, Yeung D Y. Learning a deep compact image representation for visual tracking[C]//Adv Neural Inf Process Syst, .【18】VOT Challenge. VOT2013 Benchmark[EB/OL]. []: http://www.votchallenge.net/vot2013/.【19】Danelljan M, Robinson A, Khan F S, et al. Felsberg, Beyond correlation filters: Learning continuous convolution operators for visual tracking[C]//ECCV , 8.【20】Qi Y, Zhang S, Qin L, et al. Hedged Deep Tracking[C]//CVPR, -4311.【21】Wang L, Ouyang W, Wang X, et al. Stct: Sequentially training convolutional networks for visual tracking[C]//IEEE Conf Comput Vis Pattern Recognit, -1381.【22】Nam H, Han B. Learning multi-domain convolutional neural networks for visual tracking[J]. Computer Science, -4302.【23】Nam H, Baek M, Han B. Modeling and propagating CNNs in a tree structure for visual tracking[C]//European Conference on Computer Vision, .【24】Cui Z, Xiao S, Feng J, et al. Recurrently target-attending tracking[J]. IEEE Conf Comput Vis Pattern Recognit, -1458.【25】Ning Guanghan, Zhang Zhi, Huang Chen, et al. Spatially supervised recurrent convolutional neural networks for visual object tracking[C]//CVPR .
引用该论文Luo Haibo,Xu Lingyun,Hui Bin,Chang Zheng.&Status and prospect of target tracking based on deep learning[J].&Infrared and Laser Engineering,&):&0502002罗海波,许凌云,惠 斌,常 铮.&基于深度学习的目标跟踪方法研究现状与展望[J].&红外与激光工程,&):&0502002
您的浏览器不支持PDF插件，请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以PDF豆丁微信公众号
君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
追踪方法学
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口中国安防网欢迎您！
热门搜索：
今日有1676位采购商在平台找产品
产品库存：4827679条，其中新增1800条
当前位置： &
& 跟踪知识
您是否在找：
最新跟踪资讯
图像跟踪系统，全称应为“图像识别跟踪系统”，是指用“图像跟踪”技术，通过“图像识别”的方式来进行跟踪和拍摄。因为红外、超声波等方式，都受环境的影响，而且要佩戴专门
有745人围观
什么是自动PTZ跟踪监控系统？该系统有什么特点？这是本文接下来将要为大家解决的两个问题，可供参考。
有629人围观
湖北南漳县为加强运输安全，对从事危险品运输的33台车辆安装了GPS卫星定位、测速和视频监控系统。通过监控平台，监控人员可随时向驾驶员发出语音文字调度指令，提醒驾驶员注意
有562人围观
PTZ：在安防监控应用中是Pan/Tilt/Zoom的简写，代表云台全方位（上下、左右）移动及镜头变倍、变焦控制。 智能视觉PTZ自动跟踪监控系统由智能视觉服务器（负责智能分析与指...
有334人围观
人脸识别就是对于输入的人脸图像或者视频，首先判断其中是否存在人脸，如果存在人脸，则进一步的给出每个人脸的位置、大小和各个主要面部器官的位置信息，智能监控系统并依据
有559人围观
湖北南漳县为加强运输安全，对从事危险品运输的33台车辆安装了 GPS 卫星定位、测速和视频 监控系统 。通过监控平台，监控人员可随时向驾驶员发出语音文字调度指令，提醒驾驶员注
有153人围观
PTZ：在安防监控应用中是Pan/Tilt/Zoom的简写，代表云台全方位（上下、左右）移动及镜头变倍、变焦控制。 智能视觉PTZ自动跟踪 监控系统 由智能视觉服务器（负责智能分析...
有215人围观
一般情况下，一个操作人员要监视多个屏幕，同时操控 摄像机 的控制杆，而有了自动跟踪的球型摄像机后，摄像机自己进行监视，一旦发现运动，它自动完成变焦、跟踪、录像、报警
有913人围观
自动跟踪的球型摄像机 1、自动跟踪球型摄像机 自动跟踪（AutoTrack）的球型摄像机(AutoDome)是一种新型的 摄像机 ，它可以通过编程执行“智能巡逻”，即按照预先编程的...
有304人围观
自动跟踪技术的实现完全是基于其特有的功能模块，智能高速一般由动力机构、精密传动装置、CCD摄像头、数字解分组成。机械设计结构紧凑轻巧，定位精度和可靠性高，这使得智能监
有303人围观
●特色功能： 当运动目标进入摄像机的视场范围内，利用高速DSP芯片对在前一帧图像和现在的图像进行差分计算，当达到某个特定数值，判定一帧中的某个特定部位为移动物体，然后球
有168人围观
自动跟踪的球型摄像机 1、自动跟踪球型摄像机 自动跟踪（AutoTrack）的球型摄像机(AutoDome)是一种新型的摄像机，它可以通过编程执行“智能巡逻”，即按照预先编程的巡逻...
有123人围观
目前，在国内外市场，具备智能识别和自动跟踪技术的智能 高速球 有效地满足了平安城市、银行、机场等重点行业用户的特殊 监控 需求。以自动跟踪技术为例，高速球摄像机不需要通
有133人围观
随着安防行业迅速的崛起，在行业内发展最快的依然是监控领域，如今各种各样的最新产品出现，满足不同需求的用户。 红外跟踪高速球 也有多年的发展历程了，如今在功能上已经十
有238人围观
个人定位跟踪系统 是防盗报警产品在专用领域的突出应用，适合对儿童、老年人、精神病患者等的寻踪，同时防止高级餐厅、酒店以及其他一些高档消费场所（如洗浴中心）逃避结帐行
有357人围观
手机定位跟踪器是一种由GPS和GSM/GPRS模块组成的个人远程定位装置，是种灵巧尺寸、高精确度的远程定位设备。下面小编给大家介绍一下手机跟踪定位器。
有815人围观
儿童乘坐校车上学防止意外事件发生。过去几年，发生多起儿童在校车中闷死的事件，根本原因在于当儿童处于危险之中，幼小的他完全无法将求救信号发出来，弱小的他完全处于无助
有166人围观
电话追踪器是我们在电视中经常听到的一个词，下面小编将为你详细介绍这一设备的工作原理。
有227人围观
随着现在拐卖儿童的恶劣事件越来越多，儿童跟踪器出现在了我们的生活。下面小编将为大家介绍儿童跟踪器这一设备的功能原理。
有253人围观
手机定位跟踪器，这是最近几年出现的一个新装置，下面小编将为大家详细分析手机定位跟踪器的工作原理。
有2625人围观
跟踪知识排行
您是否在找：
没有找到合适的跟踪知识？ 您可以
没有找到满足要求的跟踪知识？您还可以找
中国安防网为您找到相关跟踪是什么、跟踪注意事项、跟踪维护、跟踪原理等相关文章。你还可以找到相关跟踪使用方法等技术知识。
产品拼音搜索页：