单目标跟踪研究综述

视觉目标跟踪是计算机视觉中的一项重要任务，具有诸多现实应用，如视频监控、视觉导航。视觉目标跟踪也面临许多挑战，如目标遮挡与形变。为解决上述问题并准确高效地跟踪目标，近年来涌现了许多跟踪算法。本文阐述了过去十年两种最流行跟踪框架的原理与代表性工作，即用于目标跟踪的相关滤波与孪生网络。随后我们按不同网络结构分类介绍了一些基于深度学习的跟踪方法。我们也介绍了一些处理跟踪问题中挑战的经典策略。此外，本文详细呈现并比较了跟踪的基准与评测挑战，从中总结了视觉跟踪的发展历史与趋势。聚焦于目标跟踪的未来发展，我们认为在若干问题解决前其将应用于现实场景，如长时跟踪、低功耗高速跟踪与抗攻击跟踪等问题。未来，多模态数据的融合（如深度图、热成像图与传统彩色图）将为视觉跟踪提供更多方案。此外，跟踪任务将与其他任务（如视频目标检测与分割）协同进行。