3.2.3目標跟蹤

圖3-6所示為目標跟蹤示意圖。

目標跟蹤，是指在特定場景跟蹤某一個或多個特定感興趣對象的過程。傳統的應用就是視頻和真實世界的交互，在檢測到初始對象之后進行觀察。現在，目標跟蹤在計算機輔助駕駛領域也很重要，如Uber和特斯拉等公司的無人駕駛技術。

根據觀察模型，目標跟蹤算法可分為兩類：生成算法和判別算法。

（1）生成算法使用生成模型來描述表觀特征，并將重建誤差最小化來搜索目標，如主成分分析算法（PCA）。

（2）判別算法用來區分物體和背景，其性能更穩健，并逐漸成為跟蹤對象的主要手段（判別算法也稱為Tracking-by-Detection，深度學習也屬于這一范疇）。

圖3-6目標跟蹤

為了通過檢測實現跟蹤，我們檢測所有幀的候選對象，并使用深度學習從候選對象中識別想要的對象。有兩種可以使用的基本網絡模型：堆疊自動編碼器（SAE）和卷積神經網絡（CNN）。