卷积神经网络与时空上下文结合的目标跟踪算法

闵召阳, 赵文杰

闵召阳, 赵文杰. 卷积神经网络与时空上下文结合的目标跟踪算法[J]. 红外技术, 2017, 39(8): 740-745.
引用本文: 闵召阳, 赵文杰. 卷积神经网络与时空上下文结合的目标跟踪算法[J]. 红外技术, 2017, 39(8): 740-745.
MIN Zhaoyang, ZHAO Wenjie. A Target Tracking Algorithm Combining Convolution Neural Network with Spatio Temporal Context[J]. Infrared Technology , 2017, 39(8): 740-745.
Citation: MIN Zhaoyang, ZHAO Wenjie. A Target Tracking Algorithm Combining Convolution Neural Network with Spatio Temporal Context[J]. Infrared Technology , 2017, 39(8): 740-745.

卷积神经网络与时空上下文结合的目标跟踪算法

详细信息
  • 中图分类号: TP391

A Target Tracking Algorithm Combining Convolution Neural Network with Spatio Temporal Context

  • 摘要: 本文所提算法是一种卷积神经网络与时空上下文结合的目标跟踪算法.将卷积神经网络算法融入时空上下文算法框架下,使得跟踪系统整体的鲁棒性有显著提高.引入Kalman滤波来处理目标被严重遮挡时,跟踪框容易漂移的问题.此外,整个跟踪系统采取由粗到精的双重目标位置定位方式,由时空上下文算法实现目标初定位,由卷积神经网络进行目标位置的精确定位.经实验验证,算法不仅稳定性和鲁棒性较好,而且实时性的条件也基本满足.
  • 期刊类型引用(1)

    1. 朱天放,胡书山,余日季,李文靖. 基于多视角图与卷积神经网络的三维模型检索算法. 湖北大学学报(自然科学版). 2020(03): 325-333 . 百度学术

    其他类型引用(1)

计量
  • 文章访问数:  69
  • HTML全文浏览量:  13
  • PDF下载量:  11
  • 被引次数: 2
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日