自动驾驶_感知_跟踪

目录

1 跟踪介绍

1.1 什么是跟踪?

1.2 跟踪算法难点

2 单目标跟踪

2.1 产生式模型

2.1.1 Meanshift/光流

2.1.2 Kalman Filter

2.1.3 粒子滤波

2.2 鉴别式模型

2.2.1 Boosting/MIL/MedianFIOW

2.2.2 TLD

2.3 基于相关滤波的跟踪算法

2.4 基于深度学习的跟踪算法

2.4.1 GOTURN

2.4.2 基于深度学习的跟踪算法图表

3 多目标跟踪

3.1 Hungarian Algorithm

3.1.1 Apollo基于匈牙利算法的跟踪效果展示


整理自视频: https://www.bilibili.com/video/BV137411E7oC?p=6

1 跟踪介绍

1.1 什么是跟踪?

自动驾驶_感知_跟踪

1.2 跟踪算法难点

自动驾驶_感知_跟踪

2 单目标跟踪

自动驾驶_感知_跟踪

  • 作者认为工业届目前,使用深度学习做跟踪的还不是太多

2.1 产生式模型

2.1.1 Meanshift/光流

 

自动驾驶_感知_跟踪

2.1.2 Kalman Filter

自动驾驶_感知_跟踪

  • 卡尔曼滤波在跟踪,定位,融合上都是一个比较重要的方法。因为这3者都是状态估计问题,只要是状态估计问题,Kalman滤波都是一个比较重要的方式。

自动驾驶_感知_跟踪

自动驾驶_感知_跟踪

自动驾驶_感知_跟踪

2.1.3 粒子滤波

自动驾驶_感知_跟踪

2.2 鉴别式模型

 

自动驾驶_感知_跟踪

2.2.1 Boosting/MIL/MedianFIOW

自动驾驶_感知_跟踪

2.2.2 TLD

自动驾驶_感知_跟踪

2.3 基于相关滤波的跟踪算法

自动驾驶_感知_跟踪

自动驾驶_感知_跟踪

2.4 基于深度学习的跟踪算法

 

2.4.1 GOTURN

自动驾驶_感知_跟踪

2.4.2 基于深度学习的跟踪算法图表

自动驾驶_感知_跟踪

3 多目标跟踪

 

自动驾驶_感知_跟踪

3.1 Hungarian Algorithm

自动驾驶_感知_跟踪

自动驾驶_感知_跟踪

3.1.1 Apollo基于匈牙利算法的跟踪效果展示

自动驾驶_感知_跟踪