srer基於tb-50評估結果。每一項包括平均重疊的百分比和重疊閾值0.5時1000幀平均失敗數。跟蹤演算法按平均重疊值排序，每個屬性前5中方法用不同顏色表示：紅色1、綠色2、藍色3、青色4、品紅色5。
目標跟蹤：通常單目標跟蹤，第一幀給定矩形框，這個框在資料庫裡面是人工標註的，在實際情況下大多是檢測演算法的結果，然後跟蹤演算法在後續幀緊跟住這個框。
通常目標跟蹤面臨幾大難點(吳毅 valse slides)：外觀變形，光照變化，快速運動和運動模糊，背景相似干擾，平面外旋轉，平面內旋轉，尺度變化，遮擋和出視野等情況。
目標跟蹤綜述
現有目標跟蹤方法簡介 適用於目標跟蹤的深度學習模型 基於深度學習的目標跟蹤方法 其他深度目標跟蹤演算法 資料庫與評價標準 適用於深度學習目標跟蹤的評價標準 應用例項介紹 目標跟蹤方向的 可以關注計算機視覺的三大頂會 cvpr computer vision and pattern recogniti...
運動目標跟蹤演算法綜述
一般將目標跟蹤分為兩個部分 特徵提取 目標跟蹤演算法。其中提取的目標特徵大致可以分為以下幾種 1 以目標區域的顏色直方圖作為特徵，顏色特徵具有旋轉不變性，且不受目標物大小和形狀的變化影響，在顏色空間中分布大致相同。2 目標的輪廓特徵，演算法速度較快，並且在目標有小部分遮擋的情況下同樣有較好的效果。3...
運動目標跟蹤演算法綜述
一般將目標跟蹤分為兩個部分 特徵提取 目標跟蹤演算法。其中提取的目標特徵大致可以分為以下幾種 1 以目標區域的顏色直方圖作為特徵，顏色特徵具有旋轉不變性，且不受目標物大小和形狀的變化影響，在顏色空間中分布大致相同。2 目標的輪廓特徵，演算法速度較快，並且在目標有小部分遮擋的情況下同樣有較好的效果。3...