高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

downloadPDF
文章导航 > 红外技术  > 2017 >  39(8): 740-745
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.
shu
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.
shu

卷积神经网络与时空上下文结合的目标跟踪算法

  • 空军航空大学航空航天情报系,吉林长春,130022

  • 空军(航空大学)创新理论研究中心

详细信息

  • 中图分类号: TP391

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

    摘要
  • 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.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  59
  • HTML全文浏览量:  13
  • PDF下载量:  11
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计