《基于检测和匹配的目标跟踪算法的理论基础概述》5600字.docxVIP

第4章

PAGE2

基于检测和匹配的目标跟踪算法的理论基础概述

目录

TOC\o1-3\h\u665基于检测和匹配的目标跟踪算法的理论基础概述 1

250451.1基于深度学习的目标检测网络模型 1

321651.1.1目标检测网络模型的发展 1

255631.1.2目标检测网络常用数据集 4

45391.1.3目标检测性能的评价指标 5

323241.2相似性匹配算法 6

202521.1.1基外观模型的匹配方式 6

282651.1.2基于运动模型的匹配方式 6

1.1基于深度学习的目标检测网络模型

1.1.1目标检测网络模型的发展

目标检测作为计算机视觉领域的核心问题之一，学术界对其已有将近二十年的研究历史，其任务是找出图像中所有感兴趣的目标，确定它们的类别和位置。在深度学习技术兴起之前，传统的目标检测算法并将整个检测流程分为三个阶段：区域提取，特征提取和分类器分类。

其中区域提取是指在给定的图像上利用固定步长的滑动窗口在整张图片上进行滑动以确定不同的区域，但是该方法存在以下两方面缺点：首先利用小步长的滑动窗口剪切出的候选区域虽然具备较高的精度，但是其计算成本大；其次若选取较大的步长来减少输入网络的窗