【摘要】：在過去的幾十年中,計算機視覺和多媒體理解成為計算機科學(xué)的重要研究領(lǐng)域。同時,移動目標的視覺跟蹤作為計算機視覺中最重要的應(yīng)用之一,成為當下研究的一個熱點。盡管目前在該領(lǐng)域已經(jīng)取得了很多進展,但由于遮擋、光照變化、目標形變等諸多原因,目標跟蹤仍被普遍認為是一項非常有挑戰(zhàn)性的任務(wù)。隨著以深度學(xué)習(xí)為核心的第三次人工智能浪潮的興起,深度學(xué)習(xí)憑借其強大的解決問題的能力,突破了計算機視覺和自然語言處理的一系列挑戰(zhàn)。隨著數(shù)據(jù)規(guī)模的不斷增長,深度學(xué)習(xí)在目標檢測,圖像分類等方面取得了重大的成果。近幾年,基于深度學(xué)習(xí)的目標跟蹤算法也逐漸被提出,使得目標跟蹤領(lǐng)域迎來了重大突破。本文專注于基于深度學(xué)習(xí)的目標跟蹤算法。首先,本文回顧了近幾年應(yīng)用了深度學(xué)習(xí)的主流目標跟蹤算法,主要包括基于CNN特征和相關(guān)濾波的目標跟蹤以及基于端到端神經(jīng)網(wǎng)絡(luò)的目標跟蹤。然后,為了平衡跟蹤速度和跟蹤精度,本文以全卷積孿生神經(jīng)網(wǎng)絡(luò)SiamFC算法為切入點,根據(jù)算法中存在的問題,從跟蹤策略和網(wǎng)絡(luò)結(jié)構(gòu)兩方面做了改進。在跟蹤策略方面,本文引入了再檢測機制,并通過使用生成式的模型構(gòu)建模板和高置信度的模型更新策略,提升了算法的判別能力。在網(wǎng)絡(luò)結(jié)構(gòu)方面,通過使用深度更深的ResNet18來代替AlexNet,并且融合了多層特征,可以更加精準的對目標進行定位。在公開數(shù)據(jù)集上的測試及和其他算法的對比,表明了改進算法的優(yōu)異性能。
【學(xué)位授予單位】：中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 楊凱杰;田暢;關(guān)文君;;快速目標跟蹤算法及其嵌入式實現(xiàn)[J];軍事通信技術(shù);2016年04期

2 陳偉;祝恩;劉天航;殷建平;邱明輝;;目標跟蹤算法的并行優(yōu)化[J];計算機工程與科學(xué);2016年11期

3 張濤;李繼生;董恩國;;基于人臉識別的移動目標跟蹤算法研究[J];現(xiàn)代制造技術(shù)與裝備;2017年02期

4 李賀;;基于深度學(xué)習(xí)的目標跟蹤算法研究綜述[J];黑龍江科技信息;2017年17期

5 吳小俊;徐天陽;須文波;;基于相關(guān)濾波的視頻目標跟蹤算法綜述[J];指揮信息系統(tǒng)與技術(shù);2017年03期

6 王立新,戴冠中;一種分散化多站聯(lián)合目標跟蹤算法[J];航空學(xué)報;1988年03期

7 V.納加拉簡;R.N.沙馬;肖萬選;;改善邊跟蹤邊搜索雷達的檢測和跟蹤性能的新方法(第二部分)——檢測、航跡的產(chǎn)生與組合[J];雷達與對抗;1988年05期

8 孟t-;李誠新;;近年目標跟蹤算法短評——相關(guān)濾波與深度學(xué)習(xí)[J];中國圖象圖形學(xué)報;2019年07期

9 竇慧;趙書斌;王強;;基于特征點的典型目標跟蹤算法性能分析[J];指揮控制與仿真;2017年02期

10 王麗娜;;基于卡爾曼濾波的單模型目標跟蹤算法的仿真研究[J];中國新通信;2016年10期

相關(guān)會議論文 前10條

1 徐炳吉;;一種多站聯(lián)合目標跟蹤算法[A];數(shù)學(xué)及其應(yīng)用文集——中南模糊數(shù)學(xué)和系統(tǒng)分會第三屆年會論文集（上卷）[C];1995年

2 肖敬若;胡伏原;鄭江濱;張艷寧;;一種有效的多目標跟蹤算法[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

3 杜方芳;劉士榮;邱雪娜;;一種改進的粒子濾波目標跟蹤算法[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

4 付曉薇;方康玲;李曦;;一種基于特征的多目標跟蹤算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 王亞楠;陳杰;甘明剛;;基于差分進化的改進粒子濾波目標跟蹤算法[A];中國自動化學(xué)會控制理論專業(yè)委員會C卷[C];2011年

6 許偉村;趙清杰;;一種基于粒子濾波的多目標跟蹤算法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

7 石章松;劉忠;;一種使用輔助變量的單站純方位目標跟蹤算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 段萌遠;于俊清;王錦;;基于活動狀態(tài)分類的多目標跟蹤算法[A];第二屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(NCMT'06)論文集[C];2006年

9 張震宇;王立松;;基于粒子濾波的傳感器目標跟蹤算法[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（上冊）[C];2009年

10 郭春;羅鵬飛;;一種基于小波變換的目標跟蹤算法研究[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

相關(guān)博士學(xué)位論文 前10條

1 張鐸;基于水下無線傳感器網(wǎng)絡(luò)的自組織目標跟蹤算法研究[D];浙江大學(xué);2019年

2 儲琪;基于深度學(xué)習(xí)的視頻多目標跟蹤算法研究[D];中國科學(xué)技術(shù)大學(xué);2019年

3 郭巳秋;基于TLD的粒子群目標跟蹤理論與應(yīng)用技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2019年

4 胡秀華;復(fù)雜場景中目標跟蹤算法研究[D];西北工業(yè)大學(xué);2017年

5 王全輝;篩選式知識輔助多模型機動目標跟蹤算法[D];深圳大學(xué);2018年

6 產(chǎn)思賢;基于視覺系統(tǒng)的智能目標跟蹤算法研究[D];浙江工業(yè)大學(xué);2018年

7 胡琪;基于隨機矩陣的擴展目標跟蹤算法研究[D];西安電子科技大學(xué);2018年

8 金加根;基于元數(shù)據(jù)的雷達目標檢測和跟蹤研究[D];武漢理工大學(xué);2015年

9 張雷;復(fù)雜場景下實時目標跟蹤算法及實現(xiàn)技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2016年

10 胡碩;基于小波理論的目標檢測與快速目標跟蹤算法研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2006年

相關(guān)碩士學(xué)位論文 前10條

1 李凱峰;基于KCF的目標跟蹤算法研究及嵌入式系統(tǒng)實現(xiàn)[D];天津理工大學(xué);2019年

2 呂應(yīng)宇;基于深度學(xué)習(xí)的非特定目標跟蹤算法研究[D];沈陽工業(yè)大學(xué);2019年

3 石亞倩;深度學(xué)習(xí)及深度強化學(xué)習(xí)在視頻目標跟蹤中的應(yīng)用研究[D];西安理工大學(xué);2019年

4 危振;結(jié)合目標全局信息的分塊目標跟蹤算法[D];南昌航空大學(xué);2019年

5 梁浩（Hawkeye Liang）;基于深度學(xué)習(xí)的目標跟蹤算法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2019年

6 劉海洋;基于判別模型的目標跟蹤算法研究[D];哈爾濱理工大學(xué);2019年

7 姜凱文;基于相關(guān)濾波的空對地目標跟蹤算法的研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2019年

8 周啟晨;基于深度學(xué)習(xí)的無人機對地目標跟蹤算法研究[D];北方工業(yè)大學(xué);2019年

9 王永;基于孿生網(wǎng)絡(luò)的目標跟蹤算法及其在艦船場景中的應(yīng)用研究[D];廈門大學(xué);2018年

10 趙周鼎;核相關(guān)濾波目標跟蹤算法的研究及其嵌入式平臺的實現(xiàn)[D];鄭州大學(xué);2019年

，

本文編號：2601649