【摘 要】
：
视觉目标跟踪一直是计算机领域非常活跃的研究方向,在视频监控、无人驾驶、人机交互、无人机监视、增强现实、机器人技术等多个领域具有广泛的应用。由于实际的应用场景复杂
论文部分内容阅读
视觉目标跟踪一直是计算机领域非常活跃的研究方向,在视频监控、无人驾驶、人机交互、无人机监视、增强现实、机器人技术等多个领域具有广泛的应用。由于实际的应用场景复杂多变,存在着遮挡、形变、背景杂乱、光照变化、快速运动、运动模糊等干扰因素,这使得设计实现快速准确鲁棒的目标跟踪算法依旧是一个极具挑战性的任务。本文研究的内容是单目标跟踪,即在第一帧给出人工标注的目标位置,在接下来的视频帧中精确、实时、鲁棒地估计该目标的位置。为了在视觉目标跟踪领域,充分利用卷积神经网络提取特征的优势并且实现端到端地训练跟踪器,基于孪生网络跟踪算法把目标模板和搜索区域学习的特征表示之间进行互相关,将目标跟踪转化为相似性学习问题。本文的主要研究工作和创新点如下:(1)针对现有孪生网络判别力和定位精度不高的问题,提出了使用深层卷积神经网络提取特征,采取有效的空间感知采样策略和残差单元消除空间位置偏差,根据目标模板的尺寸大小对主干网络结构设置合适的感受野和网络总步长;(2)提出了基于Res Net和多层特征加权融合的孪生网络目标跟踪算法。采用GAN网络解决训练数据正负样本类别不平衡;利用深度可分离互相关算法来处理网络两个分支的参数数量的不平衡问题;采用多层特征加权融合、局部-全局搜索策略提升跟踪器的判别力和分辨率;(3)提出了基于Google Net和Head结构的孪生网络目标跟踪算法。采用空间感知采样策略克服深层卷积网络填充导致的误差;在保证实时跟踪的情况下,采用head结构、目标状态质量估计函数、数据增广算法改进跟踪器的鲁棒性和定位精度。
其他文献
机车电源是电力机车上重要的设备,其性能直接影响电气化铁道系统能否正常运行,研究具有数字化、智能化特色的先进的机车电源试验平台对提高机车电源可靠性、进而对电气化铁道
近年来,将随机系统的相关理论应用于生物系统已成为许多学者的研究重点。在现实生活中,大多数生物系统会受到随机因素的影响,从而发生行为上的改变。因此,研究随机广义生物经
多视图多标记学习作为机器学习中最具潜力的技术之一,近年来备受关注且已被广泛应用至异质多媒体数据分析和生物信息学等诸多领域中。该技术旨在从不同的角度出发,对有多个特
随着遥感技术的发展,遥感图像的光谱分辨率、时间分辨率和空间分辨率都在逐步提高,人们可以从遥感图像中获得更多的有用信息。目前,遥感技术已经广泛应用于军事、环境监测、
现役四角切圆锅炉普遍存在锅炉再热汽温偏差大的问题,再热蒸汽温度偏离设计值会影响设备运行的经济性,严重时会危及机组安全。本文所研究的660MW超超临界机组锅炉为四角切圆π型炉,高温再热器出口汽温左右侧偏差达16-20℃,低温再热器左侧温升较右侧高20℃左右,处于烟气上游的高温再热器左侧温升较右侧低10℃左右。由于烟气顺时针旋转进入水平烟道,左侧烟气速度快,对流换热更强,因此,左侧温升高,低温再热器的
机器人的信息处理与决策方法是多机器人对抗环境中的关键核心问题。然而,现阶段对环境信息感知、机器人状态估计与决策等问题仍有很多研究工作有待深入。本文以ICRA DJI Robo
随着生产性服务业在国民经济发展中的重要性不断提升,金融服务业作为生产性服务业中发展最为迅速的核心行业,对现代服务业的发展起到较强的推动作用。虽然武汉建设区域金融中
数控转台可以加装到数控机床上作为X、Y、Z平动坐标轴以外的第四轴或第五轴,它不仅可以实现回转进给,还提供精确的数控分度,并且可以联动直线坐标进给以完成复杂的曲面(例如螺旋曲面)加工,对于提高加工中心加工的效率和加工的精度有着非同寻常的作用。但随着先进制造业的快速进步,机械工业对机床性能提出了更高的要求,现有的回转工作台的动态性能已经不能完全满足市场的需要。本文以FANUC 0i Mate MD数控
持久性有机污染物(Persistent organic pollutants,POPs)可通过大气长距离迁移到人类活动稀少的极地等偏远区域,其可在生物体内富集,具有一定的毒性,对生物体及人体的生命健
面对日益恶化的重金属污染,生物修复方法也逐渐发展起来。相对于传统的理化方法,利用莱茵衣藻进行重金属污染处理具有避免二次污染、低成本等优势。本课题首先通过电击转化方