• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neurocomputing >Deep learning in video multi-object tracking: A survey
【24h】

Deep learning in video multi-object tracking: A survey

机译：视频多目标跟踪中的深度学习：一项调查

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of Multiple Object Tracking (MOT) consists in following the trajectory of different objects in a sequence, usually a video. In recent years, with the rise of Deep Learning, the algorithms that provide a solution to this problem have benefited from the representational power of deep models. This paper provides a comprehensive survey on works that employ Deep Learning models to solve the task of MOT on single-camera videos. Four main steps in MOT algorithms are identified, and an in-depth review of how Deep Learning was employed in each one of these stages is presented. A complete experimental comparison of the presented works on the three MOTChallenge datasets is also provided, identifying a number of similarities among the top-performing methods and presenting some possible future research directions. (C) 2019 Elsevier B.V. All rights reserved.
机译：多对象跟踪（MOT）的问题在于遵循序列中不同对象（通常是视频）的轨迹。近年来，随着深度学习的兴起，提供解决此问题的算法得益于深度模型的表示能力。本文对采用深度学习模型解决单摄像机视频中的MOT任务的作品进行了全面的调查。确定了MOT算法的四个主要步骤，并对这些阶段的每个阶段如何使用深度学习进行了深入的回顾。还提供了在三个MOTChallenge数据集上对提出的作品进行的完整实验比较，确定了表现最好的方法之间的许多相似之处，并提出了一些可能的未来研究方向。 （C）2019 Elsevier B.V.保留所有权利。

著录项

  • 来源
    《Neurocomputing》 |2020年第14期|61-88|共28页
  • 作者

  • 作者单位

    Univ Salerno Dept Management & Innovat Syst I-84084 Fisciano SA Italy|Univ Granada Andalusian Res Inst Data Sci & Computat Intellige E-18071 Granada Spain;

    Univ Granada Andalusian Res Inst Data Sci & Computat Intellige E-18071 Granada Spain;

    Univ Sannio Dept Engn I-82100 Benevento Italy;

    Univ Salerno Dept Management & Innovat Syst I-84084 Fisciano SA Italy;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    Multiple object tracking; Deep learning; Video tracking; Convolutional neural networks; LSTM; Reinforcement learning;

    机译：多目标跟踪;深度学习;视频跟踪;卷积神经网络;LSTM;强化学习;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号