In video surveillance, person tracking is considered as challenging task. Numerous computer vision, machine and deep learning–based techniques have been developed in recent years. Majority of these techniques are based on frontal view images/video sequences. The advancement of convolutional neural network reforms the way of object tracking. The network layers of convolutional neural network models trained on a number of images or video sequences improve speed and accuracy of object tracking. In this work, the generalization performance of existing pre-trained deep learning models have investigated for overhead view person detection and tracking, under different experimental conditions. The object tracking method Generic Object Tracking Using Regression Networks (GOTURN) which has been yielding outstanding tracking results in recent years is explored for person tracking using overhead views. This work mainly focused on overhead view person tracking using Faster region convolutional neural network (Faster-RCNN) in combination with GOTURN architecture. In this way, the person is first identified in overhead view video sequences and then tracked using a GOTURN tracking algorithm. Faster-RCNN detection model achieved the true detection rate ranging from 90% to 93% with a minimum false detection rate up to 0.5%. The GOTURN tracking algorithm achieved similar results with the success rate ranging from 90% to 94%. Finally, the discussion is made on output results along with future direction.

中文翻译：

---

使用俯视图的基于卷积神经网络的人员跟踪

在视频监控中，人员跟踪被认为是一项具有挑战性的任务。近年来，已经开发了许多基于计算机视觉、机器和深度学习的技术。这些技术中的大多数基于正面视图图像/视频序列。卷积神经网络的进步改变了目标跟踪的方式。在大量图像或视频序列上训练的卷积神经网络模型的网络层提高了对象跟踪的速度和准确性。在这项工作中，现有的预训练深度学习模型的泛化性能已经在不同的实验条件下研究了俯视人物检测和跟踪。使用回归网络（GOTURN）的对象跟踪方法近年来取得了出色的跟踪结果，用于使用俯视图进行人员跟踪。这项工作主要集中在使用更快区域卷积神经网络 (Faster-RCNN) 结合 GOTURN 架构的俯视图人物跟踪。通过这种方式，首先在俯视视频序列中识别该人，然后使用 GOTURN 跟踪算法进行跟踪。Faster-RCNN 检测模型实现了 90% 到 93% 的真实检测率，最小误检率高达 0.5%。GOTURN 跟踪算法取得了类似的结果，成功率从 90% 到 94% 不等。最后，对输出结果和未来方向进行了讨论。这项工作主要集中在使用更快区域卷积神经网络 (Faster-RCNN) 结合 GOTURN 架构的俯视图人物跟踪。通过这种方式，首先在俯视视频序列中识别该人，然后使用 GOTURN 跟踪算法进行跟踪。Faster-RCNN 检测模型实现了 90% 到 93% 的真实检测率，最小误检率高达 0.5%。GOTURN 跟踪算法取得了类似的结果，成功率从 90% 到 94% 不等。最后，对输出结果和未来方向进行了讨论。这项工作主要集中在使用更快区域卷积神经网络 (Faster-RCNN) 结合 GOTURN 架构的俯视图人物跟踪。通过这种方式，首先在俯视视频序列中识别该人，然后使用 GOTURN 跟踪算法进行跟踪。Faster-RCNN 检测模型实现了 90% 到 93% 的真实检测率，最小误检率高达 0.5%。GOTURN 跟踪算法取得了类似的结果，成功率从 90% 到 94% 不等。最后，对输出结果和未来方向进行了讨论。该人首先在俯视视频序列中被识别，然后使用 GOTURN 跟踪算法进行跟踪。Faster-RCNN 检测模型实现了 90% 到 93% 的真实检测率，最小误检率高达 0.5%。GOTURN 跟踪算法取得了类似的结果，成功率从 90% 到 94% 不等。最后，对输出结果和未来方向进行了讨论。该人首先在俯视视频序列中被识别，然后使用 GOTURN 跟踪算法进行跟踪。Faster-RCNN 检测模型实现了 90% 到 93% 的真实检测率，最小误检率高达 0.5%。GOTURN 跟踪算法取得了类似的结果，成功率从 90% 到 94% 不等。最后，对输出结果和未来方向进行了讨论。