竞技赛场上,视频跟踪转播运动健儿的飒爽英姿;公共场所里,监控设备定位监测可疑行为;自动驾驶中,收集道路实时信息指挥车辆行驶。日常生活中,相机的应用已无处不在,视频分析与日俱增的需求引发目标跟踪算法的迅猛发展。
目标跟踪发展迅猛
算法面临多元挑战
随着当代媒体设备与视频图像的高速发展,目标识别与跟踪成为计算机视觉领域的重要研究方向,通常识别出目标后,后续帧持续跟踪,利用矩形边界框锚定目标,以实现目标的定位与追踪,其关键便在于对个体或多个体实时提取特征并准确识别分割。在目标跟踪过程中出现的特征丢失,往往会使跟踪器在后续视频帧中无法准确识别分割目标,如何应对这些挑战为算法带来了巨大压力。
● 目标消失:若目标全部被遮挡或长时间被遮挡消失在视野范围,会造成目标跟踪器无法有效更新,从而跟踪失败。