針對(duì)未來(lái)海戰(zhàn)場(chǎng)目標(biāo)的跟蹤自動(dòng)化和智能化的需求,提出了一種基于孿生網(wǎng)絡(luò)的海上目標(biāo)跟蹤方法。近年來(lái)隨著孿生網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域的廣泛應(yīng)用,因此將這項(xiàng)新技術(shù)應(yīng)用于海上艦船目標(biāo)具有極強(qiáng)的現(xiàn)實(shí)意義。采用基于全連接孿生網(wǎng)絡(luò)的目標(biāo)跟蹤算法,對(duì)海上目標(biāo)進(jìn)行跟蹤與定位。首先采集目標(biāo)的視頻數(shù)據(jù)集,然后利用數(shù)據(jù)集進(jìn)行網(wǎng)絡(luò)訓(xùn)練,利用訓(xùn)練所得模型可對(duì)海上目標(biāo)進(jìn)行跟蹤與定位。由于保密相關(guān)問(wèn)題,艦船目標(biāo)數(shù)據(jù)集由等比縮小的航模代替進(jìn)行試驗(yàn)。由測(cè)試結(jié)果可知,系統(tǒng)所采用的SiameseNet算法,準(zhǔn)確率可達(dá)80%,且平均幀率可達(dá)60fps。實(shí)時(shí)性、準(zhǔn)確性能夠基本滿(mǎn)足實(shí)際應(yīng)用需求。為了對(duì)上述算法進(jìn)行有效調(diào)試,以及下一步滿(mǎn)足工程化需求,將結(jié)合該算法,研制算法配套的硬件平臺(tái)。 

【文章來(lái)源】：艦船電子工程. 2020,40(04)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 引言
2 孿生網(wǎng)絡(luò)跟蹤算法及網(wǎng)絡(luò)框架
    2.1 基于孿生網(wǎng)絡(luò)的跟蹤算法
    2.2 孿生網(wǎng)絡(luò)框架
    2.3 孿生網(wǎng)絡(luò)訓(xùn)練
3 跟蹤方法
4 實(shí)驗(yàn)與分析
    4.1 實(shí)驗(yàn)環(huán)境
    4.2 實(shí)驗(yàn)結(jié)論
5 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于Tiny Darknet全卷積孿生網(wǎng)絡(luò)的目標(biāo)跟蹤[J]. 史璐璐,張索非,吳曉富.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[2]基于深度學(xué)習(xí)的目標(biāo)跟蹤方法研究現(xiàn)狀與展望[J]. 羅海波,許凌云,惠斌,常錚.  紅外與激光工程. 2017(05)
[3]基于視覺(jué)的目標(biāo)檢測(cè)與跟蹤綜述[J]. 尹宏鵬,陳波,柴毅,劉兆棟.  自動(dòng)化學(xué)報(bào). 2016(10)
[4]目標(biāo)跟蹤技術(shù)綜述[J]. 高文,朱明,賀柏根,吳笑天.  中國(guó)光學(xué). 2014(03)
[5]基于局部稀疏表示模型的海上紅外目標(biāo)跟蹤方法[J]. 羅燕龍,劉偉盛,戴平陽(yáng),李翠華.  廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)

博士論文
[1]基于光視覺(jué)的無(wú)人艇水面目標(biāo)檢測(cè)與跟蹤研究[D]. 曾文靜.哈爾濱工程大學(xué) 2013

碩士論文
[1]水面運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D]. 蔡丹.江蘇科技大學(xué) 2017



本文編號(hào)：3193277