目标跟踪是计算机视觉领域的一个重要问题，目前广泛应用在体育赛事转播、安防监控和无人机、无人车、机器人等领域。下面是一些应用的例子。 体育赛事转播 无人车 目标跟踪任务分类了解了目标跟踪的用途，我们接下…

2019年9月12日 · 目标跟踪是计算机视觉研究领域的热点之一，过去几十年以来，目标跟踪的研究取得了长足的发展。从 Meanshift、粒子滤波（Particle Filter）和 Kalman Filter 等经典跟踪方法，到基于检测（Track By Detection）或相关滤波（Correlation Filter）的方法，到最近三年来出现 …

2024年11月9日 · 使用 ByteTrack 跟踪器进行目标跟踪，参数的解释： tracker_type：指定跟踪器的类型，这里使用的是 bytetrack，bytetrack 是一种高效的多目标跟踪器。可以选择的类型包括 botsort 和bytetrack。 track_high_thresh: 第一轮关联的置信度阈值。

给定一个视频序列，视觉目标跟踪的任务是预测指定目标在该序列中的轨迹，包括目标的位置和大小。目标跟踪可以应用于多种场景，包括视频监控、运动分析、车辆导航、自动驾驶和机器人导航等。

2023年2月27日 · 目标跟踪就是在视频序列中的每幅图像中找到感兴趣的目标运动位置，目标跟踪的算法整体是从传统的特征提取加机器学习到现在的基于神经网络的深度学习。

2024年8月21日 · ByteTrack是字节跳动与2021年10月份公开的一个全新的多目标跟踪算法，原论文是《ByteTrack: Multi-Object Tracking by Associating Every Detection Box》。 ByteTrak的MOTA和FPS等指标上都实现了较好的性能，要优于现有的大多数MOT（多目标追踪）算法。

目标跟踪近几年发展迅速，融合了相关滤波（Correlation Filter）和卷积神经网络（CNN）的跟踪方法已经占据了目标跟踪的大半江山。 如下图给出的是 2014-2017 年以来表现排名靠前的一些跟踪方法。