基于深度亲和网络的多目标视频监视跟踪：简要综述
计算机视觉与模式识别
2021-11-01 v1
摘要
深度学习模型已知其功能类似于人脑。由于其工作机制，它们常被用于完成需要人类智能的任务。用于视频监视的多目标跟踪(MTT)是重要且具有挑战性的任务之一，因其在多个领域的潜在应用而吸引了研究者的关注。多目标跟踪任务需要在每帧中 individually 定位目标，由于目标外观的即时变化与极端遮挡，这仍是巨大挑战。此外，多目标跟踪框架需要执行多项任务，即目标检测、轨迹估计、帧间关联与重识别。已有多种方法被提出，并作出一些假设以在特定问题背景下约束该问题。本文综述了利用深度学习表征能力的最先进 MTT 模型。
引用
@article{arxiv.2110.15674,
title = {Multi-target tracking for video surveillance using deep affinity network: a brief review},
author = {Sanam Nisar Mangi},
journal= {arXiv preprint arXiv:2110.15674},
year = {2021}
}