Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 引入再检测机制的孪生神经网络目标跟踪 | |
| 梁浩; 刘克俭; 刘康; 刘岩俊; 陈小林 | |
| 2019 | |
| 发表期刊 | 光学精密工程
 |
| 卷号 | 27期号:07页码:1621-1631 |
| 摘要 | 针对全卷积孪生神经网络SiamFC在目标快速运动、相似干扰较多等复杂场景下跟踪能力不足的问题,本文引入SINT作为再检测网络对SiamFC进行了改进。本文算法在跟踪响应图出现较多波峰时,启用精确度更高的再检测网络对波峰位置进行重新判定。同时,本文采用了生成式模型构建模板来适应目标的各种变化,以及高置信度的模型更新策略来防止每帧更新可能对模板带来的污染。在OTB2013上对算法性能进行了测试,并选取了9个主流的目标跟踪算法进行对比,本文算法的跟踪精确度达到了88.8%,排名第一,成功率达到了63.2%,排名第二,相比SiamFC有很大地提升。对不同视频序列的分析结果表明,本文算法在目标快速运动、严重遮挡、背景杂波、光照变化和长期跟踪等场景下具有较强的准确性和鲁棒性。 |
| 关键词 | 目标跟踪 孪生神经网络 再检测 生成式模型 高置信度更新 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/63624 |
| 专题 | 中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 梁浩,刘克俭,刘康,等. 引入再检测机制的孪生神经网络目标跟踪[J]. 光学精密工程,2019,27(07):1621-1631. |
| APA | 梁浩,刘克俭,刘康,刘岩俊,&陈小林.(2019).引入再检测机制的孪生神经网络目标跟踪.光学精密工程,27(07),1621-1631. |
| MLA | 梁浩,et al."引入再检测机制的孪生神经网络目标跟踪".光学精密工程 27.07(2019):1621-1631. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 引入再检测机制的孪生神经网络目标跟踪.c（772KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [梁浩]的文章 |
| [刘克俭]的文章 |
| [刘康]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [梁浩]的文章 |
| [刘克俭]的文章 |
| [刘康]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [梁浩]的文章 |
| [刘克俭]的文章 |
| [刘康]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论