3.2.3目標(biāo)跟蹤

圖3-6所示為目標(biāo)跟蹤示意圖。

目標(biāo)跟蹤，是指在特定場(chǎng)景跟蹤某一個(gè)或多個(gè)特定感興趣對(duì)象的過(guò)程。傳統(tǒng)的應(yīng)用就是視頻和真實(shí)世界的交互，在檢測(cè)到初始對(duì)象之后進(jìn)行觀察?，F(xiàn)在，目標(biāo)跟蹤在計(jì)算機(jī)輔助駕駛領(lǐng)域也很重要，如Uber和特斯拉等公司的無(wú)人駕駛技術(shù)。

根據(jù)觀察模型，目標(biāo)跟蹤算法可分為兩類(lèi)：生成算法和判別算法。

（1）生成算法使用生成模型來(lái)描述表觀特征，并將重建誤差最小化來(lái)搜索目標(biāo)，如主成分分析算法（PCA）。

（2）判別算法用來(lái)區(qū)分物體和背景，其性能更穩(wěn)健，并逐漸成為跟蹤對(duì)象的主要手段（判別算法也稱(chēng)為T(mén)racking-by-Detection，深度學(xué)習(xí)也屬于這一范疇）。

圖3-6目標(biāo)跟蹤

為了通過(guò)檢測(cè)實(shí)現(xiàn)跟蹤，我們檢測(cè)所有幀的候選對(duì)象，并使用深度學(xué)習(xí)從候選對(duì)象中識(shí)別想要的對(duì)象。有兩種可以使用的基本網(wǎng)絡(luò)模型：堆疊自動(dòng)編碼器（SAE）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）。