视觉目标跟踪中的外观模型调查

视觉目标跟踪是一项重要的计算机视觉任务，可以应用于许多领域，例如视觉监控、人机交互和视频压缩。尽管在这一主题上进行了广泛研究，但它仍然面临着应对由于光照变化、部分遮挡、形状变形和相机运动等因素引起的复杂对象外观变化的困难。因此，有效建模被跟踪对象的二维外观是视觉跟踪器成功的关键问题。在文献中，研究人员提出了多种二维外观模型。为了帮助读者快速了解视觉目标跟踪的二维外观模型的最新进展，我们贡献了这份调查，提供了对现有二维外观模型的详细回顾。特别是，这份调查采取了基于模块的架构，使读者能够轻松理解视觉目标跟踪的关键点。在这份调查中，我们首先将外观建模的问题分解为两个不同的处理阶段：视觉表示和统计建模。然后，按照它们的组成模块对不同的二维外观模型进行分类和讨论。最后，我们关注若干感兴趣的问题以及该主题未来研究的剩余挑战。本调查的贡献有四个方面。首先，我们根据视觉表示的特征构建机制（即局部和全局）回顾了文献。其次，现有的基于检测的跟踪统计建模方案根据其模型构建机制进行回顾：生成性、判别性和混合生成判别性。第三，每种视觉表示或统计建模技术从理论或实践的角度进行分析和讨论。第四，本调查考察了现有的基准资源（例如源代码和视频数据集）。