跨攝像頭多目標跟蹤（Multi-Target Multi-Camera Tracking, MTMC Tracking）
跨攝像頭多目標跟蹤（Multi-Target Multi-Camera Tracking, MTMC Tracking）是監控視頻領域一個非常重要的研究課題，本文以下內容直接簡稱為MTMC。單攝像頭的單目標跟蹤和多目標跟蹤目前來說還有一些不錯的解決方法，但是MTMC這個領域總得來說還沒形成一些解決套路，有非常大的研究空間。而MTMC算法的評價指標也是一個極其復雜的系統，擁有十余項評價指標，本文便逐個介紹這些評價指標。Multi-Target Multi-Camera Tracking （MTMC Tracking）評價指標
行人重識別（Person Re-identification）
行人重識別（Person Re-identification）也稱行人再識別，本文簡稱為ReID，是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。廣泛被認為是一個圖像檢索的子問題。給定一個監控行人圖像，檢索跨設備下的該行人圖像。在監控視頻中，由於相機分辨率和拍攝角度的緣故，通常無法得到質量非常高的人臉圖片。當人臉識別失效的情況下，ReID就成為了一個非常重要的替代品技術。ReID有一個非常重要的特性就是跨攝像頭，所以學術論文里評價性能的時候，是要檢索出不同攝像頭下的相同行人圖片。ReID已經在學術界研究多年，但直到最近幾年隨着深度學習的發展，才取得了非常巨大的突破。基於深度學習的行人重識別研究綜述
多目標跟蹤(Multiple Object Tracking，MOT)
2015
High-Speed Tracking with Kernelized Correlation Filters
J. F. Henriques, R. Caseiro, P. Martins, J. Batista
TPAMI, 2015 ( Source code, PDF)
2016
Fully-Convolutional Siamese Networks for Object Tracking
L. Bertinetto, J. Valmadre, J. F. Henriques, A. Vedaldi, P. H. S. Torr
ECCV Workshops, 2016 ( Source code, arXiv)
2017
End-to-end Representation Learning for Correlation Filter Based Tracking
J. Valmadre, L. Bertinetto, J. F. Henriques, A. Vedaldi, P. H. S. Torr
CVPR, 2017 ( Source code, arXiv)