您的位置: 专家智库 > >

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 4篇多目标
  • 4篇多目标跟踪
  • 4篇目标跟踪
  • 3篇神经网
  • 3篇神经网络
  • 2篇行人跟踪
  • 2篇帧间
  • 2篇网络
  • 2篇网络实现
  • 1篇行人
  • 1篇计算机
  • 1篇计算机视觉
  • 1篇长距离

机构

  • 4篇浙江工商大学
  • 1篇兰州大学
  • 1篇北京正安维视...

作者

  • 4篇杨宇涛
  • 3篇王慧燕
  • 1篇李笑岚
  • 1篇陈卫刚
  • 1篇严国丽
  • 1篇华璟

传媒

  • 1篇中国图象图形...

年份

  • 1篇2018
  • 1篇2017
  • 2篇2016
4 条 记 录,以下是 1-4
排序方式:
一种基于深度神经网络的识别辅助的多目标跟踪方法
本发明公开了一种基于深度神经网络的识别辅助的多目标跟踪方法。多目标跟踪是指在摄像机捕获的画面中对感兴趣的多个目标不断的跟踪。现有的多行人跟踪方法在当目标被完全遮挡或者从视野中消失极易导致跟踪失败。本发明方法将多目标跟踪问...
王慧燕杨宇涛
深度学习辅助的多行人跟踪算法被引量:12
2017年
目的目标的长距离跟踪一直是视频监控中最具挑战性的任务之一。现有的目标跟踪方法在存在遮挡、目标消失再出现等情况下往往会丢失目标,无法进行持续有效的跟踪。一方面目标消失后再次出现时,将其作为新的目标进行跟踪的做法显然不符合实际需求;另一方面,在跟踪过程中当相似的目标出现时,也很容易误导跟踪器把该相似对象当成跟踪目标,从而导致跟踪失败。为此,提出一种基于目标识别辅助的跟踪算法来解决这个问题。方法将跟踪问题转化为寻找帧间检测到的目标之间对应关系问题,从而在目标消失再现后,采用深度学习网络实现有效的轨迹恢复,改善长距离跟踪效果,并在一定程度上避免相似目标的干扰。结果通过在标准数据集上与同类算法进行对比实验,本文算法在目标受到遮挡、交叉运动、消失再现的情况下能够有效地恢复其跟踪轨迹,改善跟踪效果,从而可以对多个目标进行持续有效的跟踪。结论本文创新性地提出了一种结合基于深度学习的目标识别辅助的跟踪算法,实验结果证明了该方法对遮挡重现后的目标能够有效的恢复跟踪轨迹,适用在监控视频中对多个目标进行持续跟踪。
王慧燕杨宇涛张政严国丽王靖齐李笑岚陈卫刚华璟
关键词:多目标跟踪
基于深度神经网络的目标跟踪方法研究
视频监控系统在诸多领域发挥着极其重要的作用,由于计算机视觉的方法有着成本低廉、部署方便等优势,使得近年来多摄像机系统的应用越来越广泛。摄像机网络中的目标跟踪在维护公共安全方面起着尤其重要的作用,但由于摄像机场景千差万别,...
杨宇涛
关键词:多目标跟踪神经网络计算机视觉
文献传递
一种基于深度神经网络的识别辅助的多目标跟踪方法
本发明公开了一种基于深度神经网络的识别辅助的多目标跟踪方法。多目标跟踪是指在摄像机捕获的画面中对感兴趣的多个目标不断的跟踪。现有的多行人跟踪方法在当目标被完全遮挡或者从视野中消失极易导致跟踪失败。本发明方法将多目标跟踪问...
王慧燕杨宇涛
文献传递
共1页<1>
聚类工具0