视频多目标跟踪中的深度学习：综述
计算机视觉与模式识别
2019-11-21 v4 机器学习
机器学习
摘要
多目标跟踪(MOT)问题指在序列（通常为视频）中跟随不同物体的轨迹。近年来，随着深度学习的兴起，解决该问题的算法受益于深度模型的表征能力。本文对采用深度学习模型解决单摄像头视频上 MOT 任务的工作提供全面综述。我们识别出 MOT 算法中的四个主要步骤，并深入回顾了深度学习在各阶段的应用方式。本文还提供了所介绍工作在三个 MOTChallenge 数据集上的完整实验对比，识别出若干性能最优方法间的相似之处，并给出一些可能的未来研究方向。
引用
@article{arxiv.1907.12740,
title = {Deep Learning in Video Multi-Object Tracking: A Survey},
author = {Gioele Ciaparrone and Francisco Luque Sánchez and Siham Tabik and Luigi Troiano and Roberto Tagliaferri and Francisco Herrera},
journal= {arXiv preprint arXiv:1907.12740},
year = {2019}
}
备注
Accepted in Neurocomputing, 2019. New in v4: updated license in compliance with Elsevier policy. Main text: 29 pages, 10 figures, 7 tables. Summary table in appendix at the end of the paper