基于感知深度神經(jīng)網(wǎng)絡(luò)的視覺(jué)跟蹤
本文關(guān)鍵詞:基于感知深度神經(jīng)網(wǎng)絡(luò)的視覺(jué)跟蹤
更多相關(guān)文章: 視覺(jué)跟蹤 特征表達(dá) 深度學(xué)習(xí) 感知深度神經(jīng)網(wǎng)絡(luò)
【摘要】:視覺(jué)跟蹤系統(tǒng)中,高效的特征表達(dá)是決定跟蹤魯棒性的關(guān)鍵,而多線索融合是解決復(fù)雜跟蹤問(wèn)題的有效手段。該文首先提出一種基于多網(wǎng)絡(luò)并行、自適應(yīng)觸發(fā)的感知深度神經(jīng)網(wǎng)絡(luò);然后,建立一個(gè)基于深度學(xué)習(xí)的、多線索融合的分塊目標(biāo)模型。目標(biāo)分塊的實(shí)現(xiàn)成倍地減少了網(wǎng)絡(luò)輸入的維度,從而大幅降低了網(wǎng)絡(luò)訓(xùn)練時(shí)的計(jì)算復(fù)雜度;在跟蹤過(guò)程中,模型能夠根據(jù)各子塊的置信度動(dòng)態(tài)調(diào)整權(quán)重,提高對(duì)目標(biāo)姿態(tài)變化、光照變化、遮擋等復(fù)雜情況的適應(yīng)性。在大量的測(cè)試數(shù)據(jù)上進(jìn)行了實(shí)驗(yàn),通過(guò)對(duì)跟蹤結(jié)果進(jìn)行定性和定量分析表明,所提出算法具有很強(qiáng)的魯棒性,能夠比較穩(wěn)定地跟蹤目標(biāo)。
【作者單位】: 空軍工程大學(xué)信息與導(dǎo)航學(xué)院;
【關(guān)鍵詞】: 視覺(jué)跟蹤 特征表達(dá) 深度學(xué)習(xí) 感知深度神經(jīng)網(wǎng)絡(luò)
【基金】:國(guó)家自然科學(xué)基金(61175029,61473309) 陜西省自然科學(xué)基金(2015JM6269,2015JM6269,2016JM6050)~~
【分類號(hào)】:TP391.41;TP183
【正文快照】: 1引言視覺(jué)跟蹤[1]是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要課題,主要研究如何在視頻的每一幀中定位目標(biāo),以生成目標(biāo)的運(yùn)動(dòng)軌跡,同時(shí)提供完整的目標(biāo)區(qū)域。一個(gè)完整的視覺(jué)跟蹤框架[2]主要由運(yùn)動(dòng)模型、特征表達(dá)、觀測(cè)模型和模型更新4部分組成。由于特征是區(qū)分前景和背景的依據(jù),高效的特征表
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 史衛(wèi)民;王慶敏;劉秋紅;陳勇;姚永杰;;視覺(jué)跟蹤技術(shù)及其應(yīng)用的研究進(jìn)展[J];海軍醫(yī)學(xué)雜志;2014年01期
2 侯志強(qiáng);韓崇昭;;視覺(jué)跟蹤技術(shù)綜述[J];自動(dòng)化學(xué)報(bào);2006年04期
3 王哲;;視覺(jué)跟蹤 用眼睛使用的“鼠標(biāo)”[J];電腦愛(ài)好者;2007年07期
4 張進(jìn);;視覺(jué)跟蹤技術(shù)發(fā)展和難點(diǎn)問(wèn)題的分析[J];信息技術(shù)與信息化;2008年06期
5 李谷全;陳忠澤;;視覺(jué)跟蹤技術(shù)研究現(xiàn)狀及其展望[J];計(jì)算機(jī)應(yīng)用研究;2010年08期
6 李偉;吳瑰麗;王猛;;視覺(jué)跟蹤算法的研究進(jìn)展[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年03期
7 劉洋;李玉山;張大樸;邱家濤;;基于動(dòng)態(tài)目標(biāo)建模的粒子濾波視覺(jué)跟蹤算法[J];光子學(xué)報(bào);2008年02期
8 張國(guó)亮;謝宗武;蔣再男;王捷;劉宏;;模糊化多視覺(jué)信息融合的視覺(jué)跟蹤策略[J];西安交通大學(xué)學(xué)報(bào);2009年08期
9 楊戈;劉宏;;視覺(jué)跟蹤算法綜述[J];智能系統(tǒng)學(xué)報(bào);2010年02期
10 馬雷;田原;蘇紅旗;;一種基于蒙特卡羅方法的小目標(biāo)視覺(jué)跟蹤算法[J];中國(guó)圖象圖形學(xué)報(bào);2008年03期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條
1 呂玉生;趙杰煜;;具有視覺(jué)跟蹤的中英文語(yǔ)音動(dòng)畫系統(tǒng)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年
2 李善青;賈云得;柳陽(yáng);;一種用于穿戴計(jì)算的指示手勢(shì)視覺(jué)跟蹤方法[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2007)論文集[C];2007年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條
1 王法勝;復(fù)雜場(chǎng)景下的單目標(biāo)視覺(jué)跟蹤算法研究[D];大連海事大學(xué);2014年
2 徐蕭蕭;基于特征學(xué)習(xí)與特征聯(lián)想的視覺(jué)跟蹤算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年
3 王其聰;復(fù)雜觀測(cè)條件下的基于粒子濾波的視覺(jué)跟蹤[D];浙江大學(xué);2007年
4 夏瑜;視覺(jué)跟蹤新方法及其應(yīng)用研究[D];江南大學(xué);2013年
5 王芳林;穩(wěn)健視覺(jué)跟蹤算法中的關(guān)鍵問(wèn)題研究[D];上海交通大學(xué);2009年
6 溫靜;基于張量子空間學(xué)習(xí)的視覺(jué)跟蹤方法研究[D];西安電子科技大學(xué);2010年
7 蘇潔;光照變化下的視覺(jué)跟蹤算法研究[D];哈爾濱工程大學(xué);2010年
8 王棟;基于線性表示模型的在線視覺(jué)跟蹤算法研究[D];大連理工大學(xué);2013年
9 代江華;粒子濾波架構(gòu)下視覺(jué)目標(biāo)跟蹤相關(guān)技術(shù)研究[D];華中科技大學(xué);2014年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 孟凡帥;面向物料輸送過(guò)程狀態(tài)監(jiān)控與故障報(bào)警的視覺(jué)跟蹤技術(shù)的研究[D];河北工業(yè)大學(xué);2015年
2 余建軍;復(fù)雜場(chǎng)景中多目標(biāo)視覺(jué)跟蹤技術(shù)研究[D];上海交通大學(xué);2008年
3 李天平;基于表觀模型的視覺(jué)跟蹤系統(tǒng)研究與實(shí)現(xiàn)[D];山東大學(xué);2013年
4 楊田雨;基于在線式學(xué)習(xí)的多目標(biāo)視覺(jué)跟蹤算法研究[D];中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年
5 龔翔;基于粒子濾波的視覺(jué)跟蹤算法研究[D];南京理工大學(xué);2009年
6 蔡宗a\;嵌入式視覺(jué)跟蹤系統(tǒng)研究[D];鄭州大學(xué);2009年
7 賈紅賓;復(fù)雜環(huán)境中運(yùn)動(dòng)目標(biāo)視覺(jué)跟蹤研究[D];鄭州大學(xué);2011年
8 祝寶龍;基于視覺(jué)跟蹤技術(shù)的眼控鼠標(biāo)研究[D];哈爾濱工業(yè)大學(xué);2015年
9 歐陽(yáng)曲;基于多軸直線伺服的視覺(jué)跟蹤控制[D];華中科技大學(xué);2012年
10 王怡蕾;基于信息融合的視覺(jué)跟蹤算法研究[D];首都師范大學(xué);2014年
,本文編號(hào):874166
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/874166.html