二维码（扫一下试试看！） | | 基于CNN的粒子滤波目标跟踪算法研究 | | Particle Filter for Object Tracking Based on CNN Feature | | 投稿时间：2017-08-28 | | DOI：10.15918/j.tbit1001-0645.2018.12.008 | | 中文关键词:目标跟踪卷积神经网络粒子滤波 | | English Keywords:object trackingconvolutional neural network (CNN)particle filter | | 基金项目: | | | 摘要点击次数:612 | | 全文下载次数:452 | | 中文摘要: | | 针对复杂场景下目标跟踪算法存在的跟踪目标丢失漂移等问题，提出一种粒子滤波框架下基于卷积神经网络（convolutional neural network，CNN）的目标跟踪算法.该算法采用CNN提取跟踪目标的高层语义特征，并引入离线训练方式，提高训练效率以及特征提取的泛化能力；利用粒子滤波算法框架，实现目标运动状态的有效估计；同时采用长时与短时两种更新策略，并引入困难样本挖掘的在线训练方式，以适应目标外观变化与背景干扰等复杂情况.仿真实验结果表明本文算法能有效适应遮挡、光照、剧烈运动等场景.与多个当前的跟踪算法在公开测试样本下进行了结果比较和分析，验证了本算法在解决跟踪目标丢失漂移等问题上的有效性. | | English Summary: | | In object tracking algorithms, the target drift and missing are easy to happen in complex environments. A robust tracking algorithm was proposed based on convolutional neural network(CNN) under the particle filter framework. In this algorithm, CNN was utilized to get high-level semantic features of targets and a offline pre-train method was used to learn the general feature representation and improve the training efficiency. Using particle filter framework, the algorithm was arranged to get the reliable target motion state. In addition, two kinds of online updating procedure, long-time and short time, were introduced to deal with the target postures change and some other situations. An online hard example mining strategy was also used to improve the online learning efficiency. The simulation results show that the proposed algorithm can be effectively adapt to complex background, such as occluded, illumination changes, pose variations. Furthermore, we evaluate the proposed algorithm on some challenging videos compared with the state-of-the-art algorithms. | | 查看全文查看/发表评论下载PDF阅读器 | |
.北京理工大学学报2018年总目次（第38卷）[J].北京理工大学学报（自然科学版）,2018,38(12):1321~1338..[J].TransactionsofBeijingInstituteofTechnology,2018,38(12):1321-1338.二维码（扫一下试试看！）北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21沈思,朱丹浩.基于深度学习的中文地名识别研究[J].北京理工大学学报（自然科学版）,2017,37(11):1150~1155.SHENSi,ZHUDan-hao.ChinesePlaceNameRecognitionBasedonDeepLearning[J].TransactionsofBeij ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21马锐,任帅敏,马科,胡昌振,薛静锋.基于粒子群优化算法的Android应用自动化测试方法[J].北京理工大学学报（自然科学版）,2017,37(12):1265~1270.MARui,RENShuai-min,MAKe,HUChang-zhen,XUEJing-feng.TestAutomation ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21北京低边界层雨滴谱的垂直分布特征唐继顺1,2,刘晓阳1,?,刘均慧1,李爱国3,王鹏飞41.北京大学物理学院大气与海洋科学系,北京1008712.91197部队,青岛2664053.中国科学院大气物理研究所大塔分部,北京1000204.北京智阳科技有限公司,北京100020收稿日期:2020-12- ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20北京市公共服务设施可达性及其对住房价格的影响李然好,龚世泽,高勇?北京大学地球与空间科学学院,北京100871收稿日期:2020-08-13修回日期:2020-12-02出版日期:2021-09-20基金资助:国家自然科学基金(41971331)资助AccessibilityofPublicServ ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20冬奥会申办成功对北京旅游目的地感知形象的影响丛丽1,?,徐琳琳1,2,3,方小雨11.北京林业大学园林学院旅游管理系,北京1000832.中国科学院地理科学与资源研究所,中国科学院区域可持续发展分析与模拟重点实验室,北京1001013.中国科学院大学资源与环境学院,北京100049收稿日期:2020 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20中文机器阅读理解的鲁棒性研究李烨秋1,唐竑轩1,钱锦1,邹博伟1,2,洪宇1,?1.苏州大学计算机科学与技术学院,苏州2150002.新加坡资讯通信研究院,新加坡138632收稿日期:2020-06-08修回日期:2020-08-14出版日期:2021-01-20基金资助:国家自然科学基金(6170 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20基于Transformer局部信息及语法增强架构的中文拼写纠错方法段建勇,袁阳,王昊?北方工业大学信息学院,北京100043收稿日期:2020-05-29修回日期:2020-08-13出版日期:2021-01-20基金资助:国家自然科学基金(61972003,61672040)资助ChineseSp ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20北京冬奥会和冬残奥会历史同期气溶胶污染的高空环流特征研究缪育聪1,2,?,彭艳玉1,2,李建1,张根1,21.中国气象科学研究院灾害天气国家重点实验室,北京1000812.中国气象局大气化学重点开放实验室,北京100081收稿日期:2020-06-16修回日期:2020-07-02出版日期:2020 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20基于小时温度数据的北京市热岛时空变化与土地利用分析周小康1,李靖2,赵昕奕1,?1.北京大学城市与环境学院,教育部地表分析与模拟重点实验室,北京1008712.北京市气象台,北京100089收稿日期:2019-09-08修回日期:2019-12-23出版日期:2020-09-20基金资助:国家自然科 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20
| |
