tracking 总结：刚刚接触时的内容，留恋

2019年1月4日 下午4:42

最大的一个框架

1. 依然使用的是判别式的思路：
   1. 图像特征+机器学习(深度学习)
2. 他们的改进点在于：
   1. 提取、融合更加好的特征
   2. 将tracking问题转化的角度不同，利用机器学习和深度学习建模的目的不同
      1. 目前，深度学习建模的对象是：
      2. 与检测对象之间相似性或距离的度量

SOT和MOT都可以从一下两个角度进行展开讨论

1. 初始化帧的跟踪
2. ⽬标检测的跟踪

SOT和MOT的对比

1. 方法并没有因为SOT和MOT的分类，而产生完全不同的方法
2. SOT和MOT的本质区别：
   1. MOT有一个关联的步骤，而SOT没有

SOT和MOT都会使用的几个重要的模块：

注：这些都是可以利用的知识点，用来改进效果

1. 检测
2. 相似(距离)度量
3. 分类器
4. 特征提取模型
5. 视频的连续性