Year: 2024
Type: article
Abstract: 近年来, 随着深度学习的不断发展, 已有许多基于深度学习的RGB目标跟踪算法被提出且取得较为显著的性能提升, 但纯粹依靠可见光进行跟踪的算法在光照变化、背景干扰、严重遮挡等复杂场景下仍难以实现鲁棒跟踪. 为应对高难度场景下的挑战, 实现高效鲁棒的目标跟踪, 多模态目标跟踪应运而生. 以RGB-D目标跟踪算法为主, 详细列举了当前可见光-深度的多模态目标跟踪算法, 对各类算法的优缺点进行分析和比较; 并介绍了主流的RGB-D目标跟踪数据集, 挑战赛及其评价指标; 最后总结了RGB-D目标跟踪技术的发展趋势和挑战, 并展望其未来的发展方向:特殊场景RGB-D数据集建设、全新RGB-D目标跟踪评估范式和有效模态融合的RGB-D模型范式.
Authors: Zhou Ou, Ge Ying, Dawei Zhang, Zhonglong Zheng
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: bronze
OpenAlex ID: W4416335648