基于深度学习的RGB-T目标跟踪技术综述

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.