Die Einzielverfolgung ist eine der wichtigen Aufgaben im Bereich der Computer Vision und zielt darauf ab, das Ziel in einer Videosequenz genau zu lokalisieren. Obwohl das Deep Learning die schnelle Entwicklung im Bereich der Einzielverfolgung vorangetrieben hat, stellen Zielverformungen, komplexe Hintergründe, Verdeckungen und Größenänderungen weiterhin Herausforderungen dar. Dieser Artikel gibt einen systematischen Überblick über die in den letzten zehn Jahren entwickelten tiefenlern-basierten Einzielverfolgungsmethoden, einschließlich traditioneller Sequenzmodelle basierend auf Convolutional Neural Networks, Recurrent Neural Networks und Sibling Networks, hybrider Architekturen, die Convolutional Neural Networks und Transformer kombinieren, sowie der neuesten vollständig auf Transformer basierenden Methoden. Der Artikel bewertet und analysiert die Leistung verschiedener Algorithmen hinsichtlich Genauigkeit, Robustheit und Recheneffizienz auf Datensätzen wie OTB100, LaSOT und GOT-10k und gibt einen Ausblick auf die Forschungsentwicklung tiefenlern-basierter Einzielverfolgungsalgorithmen.

Einzielverfolgung; visuelle Zielverfolgung; Deep Learning; Convolutional Neural Networks