RGBT多模态视觉跟踪方法综述
作者机构:曲阜师范大学网络空间安全学院
出 版 物:《计算机测量与控制》 (Computer Measurement & Control)
年 卷 期:2024年
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:中国博士后科学基金面上资助项目(2023M732022) 山东省自然科学基金青年基金项目(ZR2021QF061) 广东省自然科学基金面上项目(2020A1515010706) 曲阜师范大学科研基金项目(167-602801)
主 题:计算机视觉 RGBT视觉跟踪 信息融合 相关滤波 深度学习
摘 要:RGBT视觉跟踪是指融合可见光和热红外多模态图像信息进行视觉跟踪的新兴热点研究课题,合理融合可见光和热红外图像的互补信息可以提高跟踪器的性能和鲁棒性。人工智能技术的发展推动了RGBT多模态视觉跟踪的发展,深度学习技术逐渐代替传统目标跟踪方法,在精确度与速度方面更具有优势。对近年来RGBT多模态视觉跟踪进行了全面综述,整理了RGBT多模态视觉跟踪的发展历程,归纳和讨论了相关算法,具体包括基于相关滤波的方法和基于深度学习的方法;回顾了RGBT多模态视觉跟踪数据集的发展历史,介绍了算法性能评估指标,分析了不同方法在评估数据集上的性能,展望了RGBT多模态视觉跟踪的未来研究趋势。旨在为相关研究者提供全面的概览和参考,以促进RGBT多模态视觉跟踪领域的研究和发展。