出典: パターン認識と人工知能
著者: 張天路、張強
まとめ
RGB サーマル (RGB-T) モーダル ターゲット追跡は、RGB データと熱赤外線データの相補性を利用して、ターゲットの堅牢な追跡を実現することを目的としています。現在、深層学習に基づく RGB-T ターゲット追跡では、多くの最先端の成果が得られています。しかし、体系的かつ包括的なレビュー文献が不足しているため、この論文ではまず RGB-T ターゲット追跡が直面する課題を説明し、現在主流の深層学習に基づく RGB-T ターゲット追跡アルゴリズムを分析して要約します。採用されたベースライン（Baseline） さまざまな方法、既存の方法は、マルチドメインネットワーク（Multi-domain Network、MDNet）に基づくターゲット追跡アルゴリズム、Siamese Network（Siamese Network）に基づくターゲット追跡アルゴリズム、および識別相関フィルター（Discriminative）に分けられます。次に、RGB-T ターゲット追跡タスクで一般的に使用されるデータ セットと評価指標を紹介し、一般的に使用されるデータ セットに基づいて既存のアルゴリズムを比較します。ターゲット トラッキング フィールドが指摘されています。サービス この記事を友達に勧める本棚に追加引用マネージャーに追加電子メール アラートRSS著者関連記事Zhang TianluZhang Qiang
キーワード
オブジェクト追跡、RGB-熱赤外線 (RGB-T)、深層学習、マルチドメイン ネットワーク、シャム ネットワーク、識別相関フィルタリング
1 RGB-T オブジェクト追跡研究の課題
2 深層学習に基づく RGB-T ターゲット追跡アルゴリズム
3 RGB-T オブジェクト追跡データセットと評価指標
4 アルゴリズムの比較結果
免責事項：公式アカウントに転載された記事や写真は、参考や議論のための非営利の教育および科学研究を目的としたものであり、その見解を支持したり、その内容の信頼性を確認したりするものではありません。著作権は原著作者に帰属しますので、転載原稿に著作権等の問題があった場合は、速やかに削除のご連絡をお願いします。
「人工知能技術とコンサルティング」をリリース