检索结果-南通市图书馆

华中科技大学学报（自然科学版） 2020年第1期48卷 26-31页

作者：房立金米晓晗东北大学机器人科学与工程学院

针对目标跟踪过程中遇到的遮挡、离开视野、平面内旋转、运动模糊等问题,在传统的跟踪学习检测(TLD)算法基础上,提出了fDS-TLD算法.算法采用快速判别尺度空间方法对跟踪模块进行了改进,并在整体框架中加入了遮挡判别机制.跟踪模块的改... 详细信息

针对目标跟踪过程中遇到的遮挡、离开视野、平面内旋转、运动模糊等问题,在传统的跟踪学习检测(TLD)算法基础上,提出了fDS-TLD算法.算法采用快速判别尺度空间方法对跟踪模块进行了改进,并在整体框架中加入了遮挡判别机制.跟踪模块的改进使得跟踪器可以更好地跟踪平面内旋转和运动模糊的目标,遮挡判别机制的加入使得目标在被遮挡和离开视野重新回来时具有更好的跟踪效果.采用TB-100测试集进行测试与验证,证明了本文算法与TLD等4种算法相比,对于跟踪过程中发生的遮挡、离开视野、平面内旋转、运动模糊等情况具有更好的跟踪精度和准确度.在现实场景中进行了跟踪实验,证明本文算法具有实时性和实用性.

关键词：目标跟踪跟踪学习检测判别尺度空间遮挡判别机制跟踪模块

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的目标抗干扰跟踪算法

引用

红外技术 2018年第2期40卷 176-182页

作者：闵召阳赵文杰空军航空大学航空航天情报系吉林长春130022

针对目标跟踪算法中相似背景的干扰及目标自身旋转导致跟踪框漂移的情况,提出一种融入SSD(Single Shot Multi Box Detecter)检测的方案,从而有效地避免了跟踪框的漂移。首先对要跟踪的特定种类的目标进行深度学习检测模型的预训练,然后... 详细信息

针对目标跟踪算法中相似背景的干扰及目标自身旋转导致跟踪框漂移的情况,提出一种融入SSD(Single Shot Multi Box Detecter)检测的方案,从而有效地避免了跟踪框的漂移。首先对要跟踪的特定种类的目标进行深度学习检测模型的预训练,然后利用本文所设计的融合判别尺度空间算法完成目标定位和跟踪。由判别尺度空间模型对目标实施初步定位,在候选区域进行特征检测,并设计了一种运动估计淘汰体制,以保证候选区域目标的唯一性,最终完成目标的精确定位。实验证明,该方法能有效避免相似背景干扰和遮挡时所造成的跟踪框漂移,同时在目标快速运动,尺度和形状变化时均能完成鲁棒性的跟踪。

关键词： SSD检测判别尺度空间目标跟踪

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于TLD框架的目标跟踪算法研究

基于TLD框架的目标跟踪算法研究

引用

作者：米晓晗东北大学

学位级别：硕士

随着近年来人工智能的兴起,目标跟踪在智能看护、视频监控及军事领域等发挥着越来越重要的作用。然而由于现实场景下的环境比较复杂,目标跟踪依然存在很多难题亟待解决,如:遮挡、光照变化、相似背景、运动模糊、超出视野等等,这使得跟... 详细信息

随着近年来人工智能的兴起,目标跟踪在智能看护、视频监控及军事领域等发挥着越来越重要的作用。然而由于现实场景下的环境比较复杂,目标跟踪依然存在很多难题亟待解决,如:遮挡、光照变化、相似背景、运动模糊、超出视野等等,这使得跟踪仍难以在现实场景中实现。本文主要分析和研究了适用于长时间跟踪且具有实时性的TLD（Tracking-Learning-Detection）算法,并在该框架的基础上针对光照变化、遮挡和相似背景等进行改进,提出了fDS-TLD算法。本文针对原有算法中跟踪模块算法难以应对光照变化、遮挡及相似背景等情况,提出了一种基于快速判别尺度空间的TLD改进算法。将跟踪性能更好,具有位置和尺度双重滤波器的快速判别尺度空间算法对原跟踪模块的光流法进行替换,从而提高算法的整体性能。并且,在进行算法替换之后采用了新的跟踪失败检测机制,使替换算法与TLD框架更加融合。针对算法改进之后对于遮挡目标仍能跟踪时,检测模块正样本混入遮挡样本从而导致目标重新出现时的漂移问题,本文采用感知哈希算法设计了遮挡判别机制。该机制对跟踪成功要传入学习模块的目标样本进行判断,只有当判断为无遮挡时,才将其作为正样本对检测模块更新,否则不进行更新,从而保证检测模块正样本的可靠性,提高检测器性能。针对检测模块在检测时采用全局扫描的方式导致检测模块耗时过多的问题,本文采用在检测模块之前加入卡尔曼滤波的方法先对目标可能存在的区域进行预测,然后在预测范围之内再进行检测,可以减少很多对于背景图像块的无意义检测,从而提高检测速度。同时为了保证检测模块原有的检测性能,在检测模块检测失败时重新进行全局扫描以避免卡尔曼滤波的不准确性。在多数情况下,检测模块均能检测到目标,因此总体来看,此种方式加快了整体算法的运行速度。为了验证改进算法的有效性,本文在OTB-100数据集中与原TLD算法、fDSST算法、KCF算法及LMCF算法进行了对比实验。实验表明,本文算法在跟踪精度上比原TLD算法高出25.5%,在跟踪成功率上高出30.3%,且与其他算法相比也有一定的提高,同时在跟踪速度上也达到了 25.63fps,能够满足实时性要求,证明了本文算法的鲁棒性、准确性和可行性。

关键词：目标跟踪 TLD 判别尺度空间遮挡判别机制卡尔曼滤波

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：