基于工地场景的深度学习目标跟踪算法OA北大核心CSCDCSTPCD
Deep Learning Target Tracking Algorithm Based on Construction Site Scene
针对施工现场环境复杂,难以高效管理的问题.提出了基于工地场景的深度学习目标跟踪算法,辅助施工顺利进行.根据工地现场目标的连续性,构建增强群跟踪器,提升目标成功跟踪的概率.然后从滑动窗口、Stacked Denoising Auto Encoder(SDAE)和Support Vector Machine(SVM)三方面组建深度检测器.在滑动窗口方面:从梯度角度建立模型实现窗口自适应.在SDAE算法方面:构建反向算法微调网络参数.优化SVM算法降低跟踪时目标漂移和跟踪失败的概率,最终实现目标高精度跟踪.通过实验表明本文提出的算法可有效对目标进行跟踪,实现动态管理.
马少雄;邱实;唐颖;张晓
西安理工大学,陕西西安710048陕西铁路工程职业技术学院,陕西渭南714000中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室,陕西西安710119成都理工大学,四川成都610059
信息技术与安全科学
工地场景深度学习目标跟踪增强群滤波器SDAESVM
《电子学报》 2020 (9)
1665-1671,7
中国科学院"西部之光"项目(No.XAB2016B23)
评论