摘要
単一対象追跡はコンピュータビジョンにおける重要なタスクの一つであり、動画シーケンス内で対象を正確に位置付けることを目的としています。深層学習は単一対象追跡分野の急速な発展を促進しましたが、対象の変形、複雑な背景、遮蔽、およびスケール変化などの問題は依然として課題となっています。本稿では、過去10年にわたる深層学習に基づく単一対象追跡手法を体系的にレビューし、畳み込みニューラルネットワーク、リカレントニューラルネットワーク、および双子ネットワークに基づく従来のシーケンスモデル手法、畳み込みニューラルネットワークとTransformerを組み合わせたハイブリッドアーキテクチャ手法、および完全にTransformerに基づく最新手法を網羅しています。本稿ではOTB100、LaSOT、GOT-10kなどのデータセットで、異なるアルゴリズムの精度、頑健性、計算効率に関する性能を評価・分析し、深層学習に基づく単一対象追跡アルゴリズムの研究展望について述べています。
关键词
単一対象追跡;視覚的対象追跡;深層学習;畳み込みニューラルネットワーク
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website