检索结果-南通市图书馆

基于二阶注意力的siamese网络视觉跟踪算法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第3期50卷 739-747页

作者：侯志强陈茂林马靖媛郭凡余旺盛马素刚西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 空军工程大学信息与导航学院西安710077

为提升基于siamese网络视觉跟踪算法的特征表达能力和判别能力,以获得更好的跟踪性能,提出了一种轻量级的基于二阶注意力的siamese网络视觉跟踪算法。使用轻量级VGG-Net作为siamese网络的主干,获取目标的深度特征;在siamese网络的末端... 详细信息

为提升基于siamese网络视觉跟踪算法的特征表达能力和判别能力,以获得更好的跟踪性能,提出了一种轻量级的基于二阶注意力的siamese网络视觉跟踪算法。使用轻量级VGG-Net作为siamese网络的主干,获取目标的深度特征;在siamese网络的末端并行使用所提残差二阶池化网络和二阶空间注意力网络,获取具有通道相关性的二阶注意力特征和具有空间相关性的二阶注意力特征;使用残差二阶通道注意力特征和二阶空间注意力特征,通过双分支响应策略实现视觉跟踪。利用GOT-10k数据集对所提算法进行端到端的训练,并在OTB100和VOT2018数据集上进行验证。实验结果表明:所提算法的跟踪性能取得了显著提升,与基准算法SiamFC相比,在OTB100数据集上,精度和成功率分别提高了0.100和0.096,在VOT2018数据集上,预期平均重叠率(EAO)提高了0.077,跟踪速度达到了48帧/s。

关键词： siamese网络视觉跟踪残差二阶池化网络二阶空间注意力网络双分支响应策略

基于双模板siamese网络的鲁棒视觉跟踪算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2019年第9期41卷 2247-2255页

作者：侯志强陈立琳余旺盛马素刚范九伦西安邮电大学计算机学院西安710121 空军工程大学信息与导航学院西安710077 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121

近年来,siamese网络由于其良好的跟踪精度和较快的跟踪速度,在视觉跟踪领域引起极大关注,但大多数siamese网络并未考虑模型更新,从而引起跟踪错误。针对这一不足,该文提出一种基于双模板siamese网络的视觉跟踪算法。首先,保留响应图中... 详细信息

近年来,siamese网络由于其良好的跟踪精度和较快的跟踪速度,在视觉跟踪领域引起极大关注,但大多数siamese网络并未考虑模型更新,从而引起跟踪错误。针对这一不足,该文提出一种基于双模板siamese网络的视觉跟踪算法。首先,保留响应图中响应值稳定的初始帧作为基准模板R,同时使用改进的APCEs模型更新策略确定动态模板T。然后,通过对候选目标区域与2个模板匹配度结果的综合分析,对结果响应图进行融合,以得到更加准确的跟踪结果。在OTB2013和OTB2015数据集上的实验结果表明,与当前5种主流跟踪算法相比,该文算法的跟踪精度和成功率具有明显优势,不仅在尺度变化、平面内旋转、平面外旋转、遮挡、光照变化情况下具有较好的跟踪效果,而且达到了46帧/s的跟踪速度。

关键词： siamese网络目标跟踪双模板模板更新

基于自适应siamese网络的无人机目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

航空学报 2020年第1期41卷 243-255页

作者：刘芳杨安喆吴志威北京工业大学信息学部北京100124

无人机已被广泛应用到军事和民用领域,目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题,提出一种基于自适应siamese网络的无人机目标跟踪算法。首先,利用2个卷积网络构建一个5层siamese网络,通过... 详细信息

无人机已被广泛应用到军事和民用领域,目标跟踪是无人机应用的关键技术之一。针对无人机跟踪过程中目标易发生形变、遮挡等问题,提出一种基于自适应siamese网络的无人机目标跟踪算法。首先,利用2个卷积网络构建一个5层siamese网络,通过对模板特征与当前帧图像特征进行卷积得到目标位置;其次,利用高斯混合模型对以往的预测结果进行建模并建立目标模板库;然后,从模板库中挑选出最可靠的目标模板并以此更新siamese网络的匹配模板,使siamese网络能够自适应目标的外观变化;最后,引入回归模型进一步精确目标位置,降低背景对网络性能的影响。仿真实验结果表明:该算法有效降低了形变、遮挡等情况对跟踪性能的影响,具有较高的准确率。

关键词：无人机目标跟踪 siamese网络模板匹配自适应更新

基于在线学习的siamese网络视觉跟踪算法

在线全文

学校读者我要写书评

暂无评论

光电工程 2021年第4期48卷 1-11页

作者：张成煜侯志强蒲磊陈立琳马素刚余旺盛西安邮电大学计算机学院陕西西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室陕西西安710121 空军工程大学信息与导航学院陕西西安710077

基于siamese网络的视觉跟踪算法是近年来视觉跟踪领域的一类重要方法,其在跟踪速度和精度上都具有良好的性能。但是大多数基于siamese网络的跟踪算法依赖离线训练模型,缺乏对跟踪器的在线更新。针对这一问题,本文提出了一种基于在线学习... 详细信息

基于siamese网络的视觉跟踪算法是近年来视觉跟踪领域的一类重要方法,其在跟踪速度和精度上都具有良好的性能。但是大多数基于siamese网络的跟踪算法依赖离线训练模型,缺乏对跟踪器的在线更新。针对这一问题,本文提出了一种基于在线学习的siamese网络视觉跟踪算法。该算法采用双模板思想,将第一帧中的目标当作静态模板,在后续帧中使用高置信度更新策略获取动态模板;在线跟踪时,利用快速变换学习模型从双模板中学习目标的表观变化,同时根据当前帧的颜色直方图特征计算出搜索区域的目标似然概率图,与深度特征融合,进行背景抑制学习;最后,将双模板获取的响应图进行加权融合,获得最终跟踪结果。在OTB2015、TempleColor128和VOT数据集上的实验结果表明,本文算法的测试结果与近几年的多种主流算法相比均有所提高,在目标形变、相似背景干扰、快速运动等复杂场景下具有较好的跟踪性能。

关键词：视觉跟踪 siamese网络双模板快速变换学习模型

基于特征优选模型的siamese网络目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2022年第12期59卷 254-263页

作者：武永强张宝华吕晓琪谷宇王月明刘新任彦李建军张明内蒙古科技大学信息工程学院内蒙古包头014010 内蒙古工业大学信息工程学院内蒙古呼和浩特010051 内蒙古模式识别与智能图像处理重点实验室内蒙古包头014010

针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题,提出了基于特征优选模型的siamese网络目标跟踪算法。首先构建深度网络,有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码,将编码后的... 详细信息

针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题,提出了基于特征优选模型的siamese网络目标跟踪算法。首先构建深度网络,有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码,将编码后的特征归一化处理,获取有效目标特征。最后构建特征优选模型,将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力,引入注意力机制,对目标特征自适应加权,使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648,预测精度达到0.853,实时性为59.5 frame/s;在VOT2018标准跟踪数据集测试精度为0.536,期望平均覆盖率为0.192,实时性为44.3 frame/s,证明了该算法的有效性。

关键词：机器视觉深度学习目标跟踪 siamese网络特征优选特征融合

在线全文

学校读者我要写书评

暂无评论

基于siamese网络的矿物拉曼光谱识别

激光与光电子学进展 2020年第9期57卷 262-268页

作者：吴承炜史如晋曾万聃上海应用技术大学计算机科学与信息工程学院上海201418

矿物分析在地质勘测及工程应用中都是一项极为关键的工作,在矿物分析中,相比于传统的物理方法和化学方法,拉曼光谱检测能提供更快速的定性定量分析,最重要的是,它对矿物的损伤可以忽略不计。而基于拉曼光谱的数据分析,传统的机器学习方... 详细信息

矿物分析在地质勘测及工程应用中都是一项极为关键的工作,在矿物分析中,相比于传统的物理方法和化学方法,拉曼光谱检测能提供更快速的定性定量分析,最重要的是,它对矿物的损伤可以忽略不计。而基于拉曼光谱的数据分析,传统的机器学习方法效果并不理想,尤其在矿物种类极其庞大的情况下。为此,提出一种基于siamese网络的相似性学习方法,采用Hungarian算法来优化负样本,与传统的机器学习算法相比,得到了鲁棒性最好的结果。siamese网络计算出矿物之间的相似度,除了能对矿物进行识别,还可以在一定程度上为该矿物的替代材料提供参考。

关键词：视觉拉曼光谱机器学习 siamese网络相似性学习矿物分析

基于补偿注意力机制的siamese网络跟踪算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年第4期50卷 187-196页

作者：安玉葛海波何文昊马赛程梦洋西安邮电大学电子工程学院陕西西安710121

为了应对视觉目标跟踪中常见的目标尺寸变化、运动模糊、目标被遮挡、目标受相似物干扰等问题,提出一种基于补偿注意力机制的siamese网络跟踪算法CDAM-Siam。首先采用Res Net-50网络构建siamese的骨干网络以进行不同层次的特征提取,加... 详细信息

为了应对视觉目标跟踪中常见的目标尺寸变化、运动模糊、目标被遮挡、目标受相似物干扰等问题,提出一种基于补偿注意力机制的siamese网络跟踪算法CDAM-Siam。首先采用Res Net-50网络构建siamese的骨干网络以进行不同层次的特征提取,加深网络同时充分利用不同层所提取的特征;其次在骨干网络中融入具有补偿机制的双重注意力网络CDAM,强化特征图中的有效特征并减弱一些边缘特征,以提高CDAM-Siam算法面对复杂场景时的鲁棒性;最后构建特征融合网络并将其添加到主干网络中,对来自不同层次的特征图进行有效融合以获得高分辨率和信息丰富的特征图,最终实现准确的目标跟踪。在GOT-10K和You Tube-BB数据集上对CDAM-Siam算法进行训练后,在OTB100数据集上进行检测,结果表明,CDAM-Siam的跟踪成功率和精度分别达到68.3%和89.5%,在面临跟踪任务中的常见挑战时其仍能保持较好的跟踪效果,跟踪速度可达56帧/s,满足实时跟踪需求;在VOT2018数据集中的测试结果显示,该算法的准确率、鲁棒性和平均重叠率分别可达53.8%、39.4%和26.5%。

关键词：目标跟踪 siamese网络 Res Net-50网络注意力机制特征融合

应用曲率谱和siamese网络的叠前深度偏移速度建模

在线全文

学校读者我要写书评

暂无评论

石油地球物理勘探 2024年第6期59卷 1235-1243页

作者：首皓曾庆才胡莲莲丁玲王彦春孙鲁平中国石油勘探开发研究院北京100083 中国地质大学(北京)地球物理与信息技术学院北京100083

速度建模是叠前深度偏移的重要环节,通常需要在层位约束下对观测点的地层速度进行横向外推,然而在速度建模初期缺乏地震解释层位等格架信息。为此,文中提出了一种基于曲率谱横向相似性和改进循环结构siamese网络的速度模型建立方法。Sia... 详细信息

速度建模是叠前深度偏移的重要环节,通常需要在层位约束下对观测点的地层速度进行横向外推,然而在速度建模初期缺乏地震解释层位等格架信息。为此,文中提出了一种基于曲率谱横向相似性和改进循环结构siamese网络的速度模型建立方法。siamese网络是目前常用的基于深度学习的目标识别和追踪网络,可以快速进行目标图像的相似度对比,而且不需要人工制作标签。曲率谱可以看成反应地层特征和速度信息的二维图像,将速度建模作为横向特征相似性类比问题,通过类比曲率谱可以自动得到地层的格架和速度更新信息。首先,将叠前深度偏移后的道集转换为曲率谱;其次,确定待搜索曲率谱图像及其对应的目标追踪对象,并求取当前追踪对象与目标追踪对象的相似系数;然后,基于相似系数更新参考曲率谱图像和当前追踪对象;最后,在遍历完全部追踪对象时,基于各个追踪对象的层速度及深度建立速度模型。理论模型和实际数据试验结果表明,该方法能在没有解释资料的条件下快速生成符合地质构造和地层特征的速度模型。

关键词：曲率谱 siamese网络叠前深度偏移速度建模横向相似性相似系数

基于多标准和改进siamese网络的相似航班号判断方法研究

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

中国安全生产科学技术 2023年第1期19卷 47-53页

作者：孙禾陈一新中国民航大学空中交通管理学院天津300300 中国民用航空厦门空中交通管理站福建厦门361006

为了合理区分和有效识别不同航班号,首先提出基于多标准的判断准则,使用主成分分析法量化得到统一的相似度;其次建立改进的siamese网络模型,获得文本的语义信息;最后采用文本之间的Jaro-Winkler距离客观修正网络对比损失函数,综合网络... 详细信息

为了合理区分和有效识别不同航班号,首先提出基于多标准的判断准则,使用主成分分析法量化得到统一的相似度;其次建立改进的siamese网络模型,获得文本的语义信息;最后采用文本之间的Jaro-Winkler距离客观修正网络对比损失函数,综合网络输出判定2个航班号的相似情况。研究结果表明:多标准准则判定方法速度快且通用性强,改进后的siamese网络虽受到训练样本的直接影响,但收敛速度明显提高,识别率比原网络平均提高约2.7%,比多标准判断准则提高约3%。研究结果可为相似航班号识别与预警提供理论依据。

关键词：航空运输空中交通管理主成分分析法 siamese网络航班号