多目标跟踪是计算机视觉领域的经典研究方向。最近来自浙江大学等《多目标跟踪MOT嵌入》综述论文，对现有的MOT嵌入方法进行了分类和总结，并对其优点和局限性进行了深入全面的分析。总结为未来的算法设计和新课题的探索提供了启示。

论文链接：https://arxiv.org/abs/2205.10766

多目标跟踪(MOT)的目的是将视频帧内的目标物体进行关联，从而获得完整的运动轨迹。随着深度神经网络的发展和对智能视频分析需求的增加，MOT在计算机视觉界得到了越来越多的关注。嵌入方法在目标定位估计和时间身份关联中起着至关重要的作用。与其他计算机视觉任务如图像分类、目标检测、再识别、分割等不同，MOT中的嵌入方法变化很大，从未得到系统的分析和总结。本研究首先从patch级嵌入、单帧嵌入、跨帧联合嵌入、关联嵌入、顺序嵌入、轨迹嵌入和跨轨关系嵌入7个不同的角度对MOT中的嵌入方法进行了全面的综述和深入的分析。我们进一步总结了现有的广泛使用的MOT数据集，并根据其嵌入策略分析了现有的先进方法的优势。最后，讨论了一些有待进一步研究的领域和未来的研究方向。

内容中包含的图片若涉及版权问题，请及时与我们联系删除