计算机工程与科学 ›› 2023, Vol. 45 ›› Issue (09): 1578-1592.
马玉民1,2,3,钱育蓉1,2,3,周伟航1,2,3,公维军1,2,3,帕力旦·吐尔逊4
MA Yu-min1,2,3,QIAN Yu-rong1,2,3,ZHOU Wei-hang1,2,3,GONG Wei-jun1,2,3,Palladium Turson4
摘要: 孪生网络是由2个或多个人工神经网络建立的耦合框架,因其将回归问题转换为相似度匹配问题,备受计算机视觉领域的研究人员关注。随着深度学习理论的快速发展,目标跟踪技术在生活中得到了广泛的应用。基于孪生网络的目标跟踪算法以其相对优越的准确率和实时性逐渐代替了传统的目标跟踪算法,成为目标跟踪的主流算法。首先,介绍了目标跟踪任务面对的挑战和传统方法;然后,介绍了孪生网络的基础结构及其发展,汇总了近年来基于孪生网络的目标跟踪算法与相应设计原理;另外,介绍多个用于目标跟踪测试的主流数据集,并基于这些数据集对比了基于孪生网络的目标跟踪算法的性能;最后,提出基于孪生网络目标跟踪算法目前存在的问题及对未来的展望。