运算资源受限环境下的目标跟踪算法综述

摘要：

自深度神经网络出现以来,目标跟踪技术领域的发展也取得了长足的进步.当前目标跟踪领域的研究大多数都集中在算力充沛的计算环境下提升算法的准确度与效率,在运算资源受限环境下的目标跟踪算法研究相对较少.因此,开发在运算资源受限环境下仍然有效的跟踪网络至关重要.对近年目标跟踪技术所取得的进展与设计理念进行了系统性的梳理,并总结其在适配运算资源受限环境下的改进.介绍了目标跟踪任务的整体工作流程,并根据各跟踪方法的侧重点做出归纳.总结了目标跟踪任务中已有的数据集与可用于模型评估的评价指标,以便于研究人员根据实际任务的需求来确定具体使用的数据集;结合现有的工作,发掘未来的研究方向.

关键词：目标跟踪;深度学习;资源受限

所属期刊栏目：57

分类号：TP301.6(计算技术、计算机技术)

资助基金：四川省科技厅重点研发项目;四川省科技厅重大专项

在线出版日期：2021-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：24-40