郭 睿,蓝 龙,王正华
(国防科技大学 计算机学院,湖南 长沙 410073)
视频目标跟踪是一个具有较大挑战性的计算机视觉研究方向,也是计算机视觉应用领域的基础性研究内容,在众多社会生产实践中有着广泛应用,如视频监控、智能机器人、无人机等。视频目标跟踪旨在根据初始视频帧中给定感兴趣物体的初始位置信息,在后续视频帧中连续锁定该物体,即给出该物体在后续视频帧中的位置信息。近年来,深度学习技术取得了长足发展,成为计算机视觉领域的关键技术之一,极大地推动了视频目标跟踪技术的进步,且显著提高了视频目标跟踪效果。然而,在面对诸如遮挡、模糊等复杂的视频应用场景时,设计一个具有高鲁棒性的视频目标跟踪器仍具有很大的挑战性。
视频目标跟踪的核心在于如何根据外观及运动推测信息有效地检测目标,并连接视频帧序列中的已检测目标,从而获得稳定、健壮、平滑的跟踪轨迹。视频目标跟踪主要包括针对多目标的跟踪以及针对单目标的跟踪两个方向。多目标跟踪是跟踪领域中一个更复杂的研究方向,相比单目标跟踪,多目标跟踪还需要正确识别不同视频帧中的目标ID[1]。本文中提到的跟踪都为单目标跟踪。
视频目标跟踪与目标检测、视频目标检测有着紧密联系。目标检测是将单张图片作为研究对象,对图片中所有感兴趣的物体进行检测,给出待检测物体的位置信息和类别信息。……