快速多域卷积神经网络和光流法融合的目标跟踪OA北大核心CSCDCSTPCD
Target tracking by deep fusion of fast multi-domain convolutional neural network and optical flow method
针对卷积神经网络目标跟踪算法速度较慢的问题,提出一种融合快速多域卷积神经网络(Faster M DNet)与光流法的目标跟踪算法.使用光流法获取目标的运动状态并取得初选框作为跟踪目标位置,然后将初选框用作Faster MDNet的输入,使用Faster MDNet作为检测器,取得跟踪目标的确切位置和边界框.在基准数据集V O T 2014上的实验表明,该算法在线跟踪速度比对比算法提高了8倍,精度提升了约10％.
张晓丽;张龙信;肖满生;左国才
湖南工业大学计算机学院,湖南株洲412007湖南工业大学计算机学院,湖南株洲412007湖南工业大学计算机学院,湖南株洲412007湖南工业大学计算机学院,湖南株洲412007
信息技术与安全科学
深度学习卷积神经网络光流法目标跟踪
《计算机工程与科学》 2020 (12)
通信竞争异构系统中基于逆向分层的能耗与可靠性联合优化策略及方法
2217-2222,6
国家自然科学基金(61702178)湖南省自然科学基金(2018JJ4068,2020JJ7007)湖南省教育厅科研项目(18C0499)
评论