作者丨cynthia yawain
編輯丨極市平台
導讀
我們對2020年全部計算機視覺綜述論文進行了分方向梳理，本文為第四篇，目标跟蹤方向。
引言
在過去的一年中，計算機視覺領域出現了許多優秀的工作，并推動了相關領域的技術發展與進步。去年上半年，極市曾盤點過計算機視覺領域綜述論文，并進行了分類整理，得到了很多讀者的支援。是以，在2021年初，我們對2020年出現的全部計算機視覺綜述論文進行了分方向梳理，希望能幫助大家學習進步。本文是第四篇，目标跟蹤方向。
注：文章将同步更新于Github上，歡迎大家 star/fork：
https://github.com/extreme-assistant/survey-computer-vision
綜述一
【1】 Correlation Filter for UAV-Based Aerial Tracking: A Review and Experimental Evaluation
标題：相關過濾無人機空中跟蹤技術綜述與實驗評估
作者：Changhong Fu, Geng Lu
連結：https://arxiv.org/abs/2010.06255
本文共梳理94篇相關文獻，由同濟大學學者提出。
配備有視覺跟蹤方法的基于無人機（UAV）的遙感系統已被廣泛用于航空，導航，農業，運輸和公共安全等。如上所述，基于UAV的航空跟蹤平台已經從研究階段逐漸發展到實際應用階段，成為未來主要的航空遙感技術之一。但是，由于現實世界中充滿挑戰的情況，無人機的機械結構（特别是在強風條件下）的振動以及有限的計算資源，準确性，魯棒性和高效率對于機載跟蹤方法都是至關重要的。最近，基于區分相關濾波器（DCF）的跟蹤器以其高計算效率和在單個CPU上具有吸引力的魯棒性而引人注目，并在UAV視覺跟蹤社群中蓬勃發展。本文首先概括了基于DCF的跟蹤器的基本架構，在此基礎上，根據其解決各種問題的創新，有序總結了20種基于DCF的最新跟蹤器。此外，對各種流行的無人機跟蹤基準進行了詳盡和定量的實驗，即UAV123，UAV123_10fps，UAV20L，UAVDT，DTB70和VisDrone2019-SOT。
在無人機追蹤基準[UAVDT]下，基于DCF的追蹤器和深度追蹤器的性能比較。圖例中帶有*的跟蹤器是在GPU上運作的結果，該GPU利用GPU加速了卷積和池計算。當跟蹤速度在單個CPU上達到紅色虛線（30FPS）時，就可以滿足無人機實時跟蹤的要求:
無人機平台上基于DCF的方法的一般跟蹤結構，可分為訓練階段，模型更新和檢測階段:
六個基準測試中的原始屬性（線上下）和新屬性之間的對應關系，以及每個基準測試對每個新屬性的序列号貢獻:
綜述二
【2】 Multi-modal Visual Tracking: Review and Experimental Comparison
标題：多模态視覺跟蹤：綜述與實驗比較
作者：Pengyu Zhang,Dong Wang,Huchuan Lu
連結：https://arxiv.org/abs/2012.04176
本文共梳理127篇相關文獻。
視覺對象跟蹤作為計算機視覺中的一項基本任務，近年來引起了很多關注。為了将跟蹤器擴充到更廣泛的應用範圍，研究人員引入了來自多種模式的資訊來處理特定的場景，這是新興方法和基準的有前途的研究前景。為了全面回顧多模式跟蹤，本文從不同方面總結了多模式跟蹤算法，特别是在統一分類法中的可見深度（RGB-D）跟蹤和可見熱（RGB-T）跟蹤，提供了有關基準和挑戰的較長的描述。此外，本文進行了廣泛的實驗，以分析跟蹤器在五個資料集上的有效性：PTB，VOT19-RGBD，GTOT，RGBT234和VOT19-RGBT。
早期融合（EF）和晚期融合（LF）的工作流程。基于EF的方法進行特征融合并共同模組化；而基于LF的方法旨在分别為每個模态模組化，然後組合其決策：
OAPF架構。應用了帶有遮擋處理的粒子濾波方法，其中遮擋模型是針對模闆模型構造的。當目标被遮擋時，遮擋模型用于預測位置而無需更新模闆模型：
JMMAC的工作流程。基于CF的跟蹤器用于對外觀提示進行模組化，同時考慮了相機和目标運動，進而獲得了可觀的性能:
以上是對2020年釋出的醫學影像方向的綜述論文的總結梳理，如有遺漏和不足之處，歡迎大家在評論區補充建議。在下篇，我們将對2020年人臉方向的綜述論文進行梳理。
本文僅做學術分享，如有侵權，請聯系删文。