深度学习的多目标跟踪研究进展

作     者：张红艳 黄宏博 何嘉玉 ZHANG Hong-yan;HUANG Hong-bo;HE Jia-yu

作者机构：北京信息科技大学计算机学院北京100101 北京信息科技大学计算智能研究所北京100192 

基　　金：北京市教委科技计划一般项目(KM201811232024) 北京信息科技大学高教研究重点项目(2019GJZD01) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2024年第396卷第2期

页      码：349-353,363页

摘      要：多目标跟踪在诸多行业中具有广泛的应用前景,但也面临着目标形变、目标重叠、目标数量变化、遮挡和自遮挡以及缺少足够的标记数据等难题。由于深度学习的快速发展,使用深度学习的多目标跟踪方法迅速发展,有效的提升了多目标跟踪的性能。介绍了深度学习的多目标跟踪研究进展,并将其分为基于深度特征、基于端到端数据关联、基于单目标跟踪器扩展和联合检测跟踪的四类方法,详细说明每类方法的设计原理及其优缺点。最后,介绍了常用的数据集和评价指标并对比相关算法的性能,针对现有的多目标跟踪算法的不足,展望未来的发展趋势,以期为多目标跟踪的深入研究提供理论支持和技术指导。

主 题 词：多目标跟踪 深度学习 特征提取 数据关联 

学科分类：1305[艺术学-设计学类] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 081101[081101] 0811[工学-水利类] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2024.02.068

馆 藏 号：203125995...