第1个回答 2020-10-31
在计算机视觉中，目标检测是在图像和视频（一系列的图像）中扫描和搜寻目标，概括来说就是在一个场景中对目标进行定位和识别，如下图中展示的，我们要检测图像中的车辆，这就是典型的目标检测实例。
目标跟踪就像你跟踪某个人，一直尾随着他。我们在动画图像（.gif）或者视频中跟踪一个目标是如何移动的，它要到哪里去，以及它的速度。实时锁定一个（一些）特定的移动目标。
有两种方式来“跟踪”一个目标。密集跟踪（a series detections）和稀疏跟踪（estimation+common sense）。
1.跟踪是一系列的检测。假设在交通录像中，想要检测一辆车或者一个人，我使用录像不同时刻的快照（通过暂停键）来检测我的目标，一辆车或一个人。然后通过检查我的目标是如何在录像不同的画面中移动（对录像每一帧进行目标检测，比如YOLO算法，就能知道我的目标在不同的画面里的坐标），由此实现对目标的追踪。
比如要计算目标的速度，就可以通过两帧图像中目标坐标的变化来计算目标移动距离，除以两帧画面的间隔时间。
因为我们要处理录像所有的快照（每一帧）的像素，这些算法需要密集的跟踪方法（dense method of tracking）来实现，对于每一帧画面图像，都要进行目标检测。
就拿滑窗法来举例，需要处理图像中的所有像素，所以这种方法进行目标跟踪，计算量将会非常大。