检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于特征融合和模板更新的孪生网络跟踪算法

电光与控制 2025年第1期32卷 41-47,85页

作者：吴国瑞王峰李杰太原理工大学电子信息与光学工程学院山西晋中030000 太原理工大学电气与动力工程学院太原030000

针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征... 详细信息

针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板。为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法。

关键词：目标跟踪孪生网络计算机应用多层特征融合模板更新

孪生网络框架下融合显著性和干扰在线学习的航拍目标跟踪算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第5期43卷 1414-1423页

作者：孙锐方林凤梁启丽张旭东合肥工业大学计算机与信息学院合肥230009 工业安全与应急技术安徽省重点实验室合肥230009

针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法。通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据... 详细信息

针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法。通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据反向传播梯度识别每个卷积滤波器的重要性来更好地选择目标显著性特征,以此凸显航拍目标特性。另外充分利用连续视频丰富的上下文信息,通过引导目标外观模型与当前帧尽可能相似地来在线学习动态目标的干扰因子,从而实现可靠的自适应匹配跟踪。实验证明:该算法在跟踪难点更多的UAV123数据集上跟踪成功率和准确率分别比孪生网络基准算法高5.3%和3.6%,同时速度达到平均28.7帧/s,基本满足航拍目标跟踪准确性和实时性需求。

关键词：目标跟踪无人机航拍场景孪生网络目标显著性在线学习干扰因子

在线全文

学校读者我要写书评

暂无评论

基于双注意力机制的多分支孪生网络目标跟踪

浙江大学学报（工学版） 2023年第7期57卷 1307-1316页

作者：李晓艳王鹏郭嘉李雪孙梦宇西安工业大学电子信息工程学院陕西西安710021

为了解决SiamRPN++单目标跟踪算法在目标被短时遮挡及外观剧烈变化时定位不准确的问题,提出基于双注意力机制的多分支孪生网络目标跟踪算法.采用具有轻量化主干网络的SiamRPN++为基础算法,结合轻量化的通道和空间注意力机制,提升跟踪过... 详细信息

为了解决SiamRPN++单目标跟踪算法在目标被短时遮挡及外观剧烈变化时定位不准确的问题,提出基于双注意力机制的多分支孪生网络目标跟踪算法.采用具有轻量化主干网络的SiamRPN++为基础算法,结合轻量化的通道和空间注意力机制,提升跟踪过程中应对遮挡挑战时的抗干扰能力.新增上一帧模板分支,动态更新目标外观变化,利用三元组损失增强跟踪过程中前景与背景的判别能力.根据目标的移动速度进行局部扩大搜索,使目标被短时遮挡后仍可以及时、准确地跟踪到目标.实验结果表明,改进后的算法在OTB100数据集的成功率和精确度较原算法分别提高了2.4%和1.6%,平均中心位置误差降低了28.97个像素,平均重叠率提高了14.5%.

关键词：孪生网络注意力机制模板更新局部扩大

基于孪生网络的人工震源分布式光纤传感数据噪声压制

在线全文

学校读者我要写书评

暂无评论

地球物理学报 2022年第9期65卷 3599-3609页

作者：邵婕王一博梁兴薛清峰梁恩茂史树有中国科学院地质与地球物理研究所北京100029 中国科学院地球科学研究院北京100029 中国石油天然气股份有限公司浙江油田分公司杭州311100 北京辰安科技股份有限公司北京100094

受耦合效应和其他诸多因素的影响,野外实际采集的分布式光纤声波传感(Distributed Fiber-optic Acoustic Sensing,DAS)数据的信噪比通常较低.因此,在后续处理之前,需要首先对DAS数据进行去噪处理.传统的基于人工智能监督学习的去噪方法... 详细信息

受耦合效应和其他诸多因素的影响,野外实际采集的分布式光纤声波传感(Distributed Fiber-optic Acoustic Sensing,DAS)数据的信噪比通常较低.因此,在后续处理之前,需要首先对DAS数据进行去噪处理.传统的基于人工智能监督学习的去噪方法能够对DAS数据中的噪声进行压制,但它需要大量含噪声和无噪声数据进行成组标记,人工标记工作量巨大.为此,本文提出了基于自监督学习孪生网络的DAS地震数据去噪方法.该方法基于自监督学习中的孪生网络结构,采用U-Net网络建立深度学习框架.所提框架通过对输入的含噪声数据进行数据自我特征学习,迭代获取去噪目标函数的最优解,从而实现自监督高精度深度学习去噪网络构建.合成数据和实际资料处理结果表明,本文方法可以有效抑制人工震源DAS采集数据中的随机噪声,显著提高去噪结果的信噪比和同相轴的连续性.此外,本文方法能够避免常规监督学习方法需要进行数据标记的人工工作量,有效提高实际地震数据去噪处理效率.

关键词：孪生网络自监督深度学习分布式光纤声波传感随机噪声压制

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于目标感知特征筛选的孪生网络跟踪算法

光学学报 2020年第9期40卷 104-120页

作者：陈志旺张忠新宋娟罗红福彭勇燕山大学工业计算机控制工程河北省重点实验室河北秦皇岛066004 燕山大学国家冷轧板带装备及工艺工程技术研究中心河北秦皇岛066004 国网黑龙江省电力有限公司佳木斯供电公司黑龙江佳木斯154002 燕山大学电气工程学院河北秦皇岛066004

孪生网络跟踪算法是利用离线训练好的网络提取目标特征并进行匹配,从而实现跟踪。而离线训练深度特征在表征任意形式目标时将目标从背景中分离开的性能较差。为此,提出一种基于目标感知特征筛选的孪生网络跟踪算法。将经过裁剪处理后的... 详细信息

孪生网络跟踪算法是利用离线训练好的网络提取目标特征并进行匹配,从而实现跟踪。而离线训练深度特征在表征任意形式目标时将目标从背景中分离开的性能较差。为此,提出一种基于目标感知特征筛选的孪生网络跟踪算法。将经过裁剪处理后的模板帧和检测帧送入到ResNet50的特征提取网络分别提取目标和搜索区域的浅层、中层、深层特征;在目标感知模块中,通过设计一个回归损失函数来学习对目标敏感的特征,根据反向传播的梯度来确定每个卷积核的重要性程度,并以此来激活相对重要的卷积核筛选较重要的目标感知特征;将筛选得到的特征送入到SiamRPN模块,进行目标、背景的二分类判别和边界框的坐标回归,从而得到一个精确的目标边界框。在OTB2015和VOT2018两个标准数据集上进行测试实验,结果表明该算法可以实现对目标的稳健性跟踪。

关键词：机器视觉目标跟踪孪生网络目标感知

在线全文

学校读者我要写书评

暂无评论

基于联合注意力孪生网络目标跟踪算法

仪器仪表学报 2021年第1期42卷 127-136页

作者：杨梅贾旭殷浩东孙福明辽宁工业大学电子与信息工程学院锦州121001 大连民族大学信息与通信工程学院大连116600

为改进在发生形变、尺度变化及相似目标等多种干扰因素时视频中运动目标的跟踪精度,提出了一种联合注意力的孪生网络模型。首先,采用一种轻量级网络MobileNetV3作为主干网络对目标进行特征提取;然后,为提高模型对于目标关键特征的关注度... 详细信息

为改进在发生形变、尺度变化及相似目标等多种干扰因素时视频中运动目标的跟踪精度,提出了一种联合注意力的孪生网络模型。首先,采用一种轻量级网络MobileNetV3作为主干网络对目标进行特征提取;然后,为提高模型对于目标关键特征的关注度,提出了通道联合空间注意力与孪生网络结合的模型结构;最后,对基于注意力模块与非注意力模块的特征向量互相关结果进行加权融合获得响应图,并利用该响应图获得目标跟踪结果。实验结果表明,所提算法在OTB50与OTB100数据集上能够获得较好的跟踪效果,两个数据集平均精确率和成功率达到78.5%和58.3%。此外,当存在形变、尺度变化及相似目标等不合作因素时,所提算法仍能取得较好的跟踪效果,从而表明该算法具有良好的鲁棒性。

关键词：目标跟踪孪生网络联合注意力 MobileNetV3

在线全文

学校读者我要写书评

暂无评论

结合模板更新与轨迹预测的孪生网络跟踪算法

西安电子科技大学学报 2024年第3期51卷 46-54页

作者：贺王鹏胡德顺李诚周悦郭宝龙西安电子科技大学空间科学与技术学院陕西西安710071

目标跟踪一直是计算机视觉领域中重要且富有挑战的问题。为克服目标形变、遮挡或快速移动等因素对跟踪性能的影响,笔者提出一种结合模板更新与轨迹预测的孪生网络跟踪算法。首先,在基于孪生网络跟踪模型中引入模板图像的自适应更新迭代... 详细信息

目标跟踪一直是计算机视觉领域中重要且富有挑战的问题。为克服目标形变、遮挡或快速移动等因素对跟踪性能的影响,笔者提出一种结合模板更新与轨迹预测的孪生网络跟踪算法。首先,在基于孪生网络跟踪模型中引入模板图像的自适应更新迭代机制,实现对目标表观变化的动态表征,以此提升目标形状或颜色发生变化时的跟踪性能。具体来说,通过对每一帧跟踪结果的分析,判断是否满足更新条件,设计了自适应模板更新的策略,有效地降低了目标模板被污染的可能性。其次,在目标跟踪过程中引入卡尔曼滤波,通过收集跟踪过程中目标位置信息并进行轨迹预测,将前一帧中跟踪算法预测的目标位置信息与轨迹预测的位置信息相融合,得到当前帧搜索区域的裁剪位置,进而实现了离线跟踪与在线学习的结合,进一步解决了目标被遮挡或者快速移动的问题。最后,在VOT2018和LaSOT数据集上验证了该算法在多种复杂场景下的性能表现。实验结果表明,所提算法的跟踪性能超过了大部分其他跟踪算法。

关键词：深度学习目标跟踪孪生网络模板更新轨迹预测卡尔曼滤波

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

结合深度轮廓特征的改进孪生网络跟踪算法

西安电子科技大学学报 2020年第3期47卷 40-49页

作者：余志超张瑞红黄冈师范学院计算机学院湖北黄冈438000

针对现有的孪生网络目标跟踪算法存在跟踪漂移的问题,提出了一种结合深度轮廓生成网络的改进孪生网络跟踪模型,以实现复杂背景下对任何目标的稳定检测与跟踪。首先,轮廓检测网络自动获取目标的封闭轮廓信息,并利用泛洪聚类算法获得轮廓... 详细信息

针对现有的孪生网络目标跟踪算法存在跟踪漂移的问题,提出了一种结合深度轮廓生成网络的改进孪生网络跟踪模型,以实现复杂背景下对任何目标的稳定检测与跟踪。首先,轮廓检测网络自动获取目标的封闭轮廓信息,并利用泛洪聚类算法获得轮廓模板;然后将轮廓模板与搜索区域输入到改进的孪生网络,获得最优跟踪评分值,并自适应地更新轮廓模板。若目标被遮挡或跟踪丢失,则采用检测网络全视场搜索目标,实现全过程稳定跟踪。大量定性及定量仿真试验结果表明,这种改进模型不仅能够提高复杂背景下目标的跟踪性能,还能提升机载系统的反应时间,适合于工程应用。

关键词：目标跟踪深度学习孪生网络轮廓检测网络目标检测自适应模板更新

SA-Siam++:基于双分支孪生网络的目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2019年第6期42卷 105-110页

作者：田朗黄平牧吕铁军可信分布式计算与服务教育部重点实验室(北京邮电大学) 北京100876

为了解决Siam FC在目标快速移动、背景与前景相似、光照强烈等复杂场景下鲁棒性低的问题,提出了一种新的基于语义和外观双分支孪生网络的跟踪方法SA-Siam++,包括通过沙漏-通道注意力机制提取语义信息的语义分支和通过Siam FC提取外观信... 详细信息

为了解决Siam FC在目标快速移动、背景与前景相似、光照强烈等复杂场景下鲁棒性低的问题,提出了一种新的基于语义和外观双分支孪生网络的跟踪方法SA-Siam++,包括通过沙漏-通道注意力机制提取语义信息的语义分支和通过Siam FC提取外观信息的外观分支.此外,将Alex Net网络更换为经过改进的VGG-16网络能显著增加特征提取能力.在OTB-2013、OTB-2015、UAV123和VOT2018等目标跟踪标准数据集上进行了实验.实验结果表明,所提算法获得的测试结果相比现有主流算法有较大提高,平均帧率为49帧/s,满足实时性要求.

关键词：孪生网络目标跟踪语义分支复杂场景通道注意力