基于深度学习的RGB-T目标跟踪技术综述

作     者：张天路 张强 ZHANG Tianlu;ZHANG Qiang

作者机构：西安电子科技大学机电工程学院西安710071 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2023年第36卷第4期

页      面：327-353页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(No.61773301) 陕西省创新团队项目(No.2018TD-012) 卫星信息智能处理与应用技术重点实验室基金项目(No.2022-ZZKY-JJ-09-01)资助 

主　　题：目标跟踪 RGB-热红外(RGB-T) 深度学习 多域网络 孪生网络 判别式相关滤波 

摘      要：RGB-热红外(RGB-Thermal,RGB-T)模态目标跟踪旨在利用RGB和热红外数据的互补性实现目标的稳健跟踪.目前基于深度学习的RGB-T目标跟踪前沿成果较多,但缺少系统且全面的综述性文献.因此,文中首先阐述RGB-T目标跟踪面临的挑战,分析总结目前主流的基于深度学习的RGB-T目标跟踪算法.具体来说,根据采用的基线(Baseline)方法不同,将已有方法划分为基于多域网络(Multi-domain Network,MDNet)的目标跟踪算法,基于孪生网络(Siamese Network)的目标跟踪算法和基于判别式相关滤波(Discriminative Correlation Filter,DCF)的目标跟踪算法.然后,介绍RGB-T目标跟踪任务中常用的数据集和评价指标,并在常用数据集上对比已有算法.最后,指出RGB-T目标跟踪领域未来可能的发展方向.