（1）目标分割（Target Segmentation）：

属于data/image segmentation的一种。如果输入数据是图像，任务是把目标对应的部分分割出来。对于一般的光学图像而言，分割像素是一个比较常见的目标，就是要提取哪一些像素是用于表述已知目标的。这种Segmentation可以是一个分类（classificatio）问题，就是把每一个pixel做标签，提出感兴趣的那一类标签的像素。也可以是聚类（clustering）的问题，即是不知道标签，但需要满足一些optimality，比如要cluster之间的correlation最小之类的。
 

（2）目标识别（Target Recognition）

目标识别是一个基于分类的识别问题，即是在所有的给定数据中，分类出哪一些样本是目标，哪一些不是。如果输入数据为图片，这个分类的层面往往不是pixel，给定的一些segment，或者定义的对象，或者图片本身。

（3）目标检测（Target Detection）

最早的detection system应该是搞雷达的人首先提出并且heavily study的，最简单的任务就是从看似随机（random）又充满干扰（interference）和噪音（noise）的信号中，抓取到有信息的特征（information-bearing pattern）。最简单的一个栗子，就是当你拿到一段随机的雷达回波，可以设置一个threshold，当高于这个threshold，就认为是探测到了高速大面积飞行器之类的高回波的目标。当然，这里面的threshold该怎么设计，涉及到False Alarm和Miss Detection之间的平衡。人们往往需要寻找最佳的transform或者domain去对信号进行分析。

（4）目标追踪（Target Tracking）

这个任务很重要的一点是目标定位（Target Locating），而且这个任务设计到的数据一般具有时间序列（Temporal Data）。常见的情况是首先Target被Identify以后，算法或者系统需要在接下来时序的数据中，快速并高效地对给定目标进行再定位。任务需要区别类似目标，需要避免不要的重复计算，充分利用好时序相关性（Temporal Correlation），并且需要对一些简单的变化Robust，必须旋转，遮盖，缩小放大，Motion Blur之类的线性或者非线性变换。

典型的技术路线是：目标分割 ——>目标检测 ——>目标识别 ——>目标跟踪

  • 目标分割：像素级的对前景与背景进行分类，剔除背景；
  • 目标检测：定位目标，确定目标位置及大小；
  • 目标识别：定性目标，确定目标是什么；
  • 目标跟踪：追踪目标运动轨迹。