公共文化服务平台

搜索到22431篇“ 目标跟踪算法“的相关文章

多特征动态加权的目标跟踪算法: 本发明公开了一多特征动态加权的目标跟踪算法，通过对颜色、纹理和边缘特征进行多特征自适应融合并结合目标框的大小限定和概率密度分布图的修正的方法解决了传统在光照明显变化和相近颜色干扰和遮挡等复杂场景下跟踪性能较差的问题。具体...; 高嵩党海鑫曹凯陈超波李继超

抗遮挡的行人多目标跟踪算法: 2024年; 为了解决在复杂场景下行人相互遮挡导致跟踪系统精度降低的问题,提出了基于FairMOT的抗遮挡多目标跟踪算法(multiple obeject tracking algorithm with anti-occlusions,AOMOT)。首先通过轻量化平衡模块,解耦不同层次的语义信息,减少检测任务和重识别任务的语义冲突,降低重识别任务的性能提升对检测任务的影响。其次应用自注意力结构提取行人的外观特征,加强局部窗口下的类内特征的区分度,增强行人身份信息的匹配一致性并减少身份标识的频繁切换。最后优化身份关联算法,挖掘低置信度目标中的被遮挡对象,将其重新纳入目标身份关联并更新其重识别特征。实验结果表明,AOMOT相比原有FairMOT在MOT17数据集中高阶跟踪精度提升1.5百分点,身份F1分数提升3百分点,身份切换数量降低32%。; 张国印王传博高伟; 关键词：计算机视觉行人跟踪目标检测

基于二次目标跟踪算法的离岗检测方法: 本发明公开了一种基于二次目标跟踪算法的离岗检测方法，步骤为：S1数据准备，获取每帧图像数据；S2人员检测：采用基于yolov5的目标人员检测模型检测每帧图像数据中是否有目标人员出现，若有目标人员出现，则转至步骤S3，否则...; 陈大龙孟维陶维陈晓芳

一种基于特征聚合的多目标跟踪算法: 本发明公开了一种基于特征聚合的多目标跟踪算法，采用目标检测算法对待检测目标进行检测，得到检测框内的目标图像及检测框数据集合；将检测框内的目标图像输入重识别网络，利用重识别网络提取检测目标的外观特征，得到外观特征数据集合；...; 刘志强任世恒陈林

一种冲击噪声下的多目标跟踪算法被引量：1: 2024年; 针对现有的子空间类多目标跟踪算法无法对相干目标进行有效跟踪,传统的动态跟踪方法在冲击噪声环境下失效的问题,提出了一种冲击噪声下的多目标跟踪算法。构造了一种新的零记忆非线性处理方法实现去冲击,推导得到了基于协方差矩阵更新的极大似然多目标跟踪方程,并设计了一种量子猫群算法,对其进行快速准确求解,实现了在恶劣噪声环境下的鲁棒多目标跟踪。仿真结果表明,所设计的算法突破了已有跟踪方法的性能和应用局限。本文分析结果可用于指导被动雷达和感知系统的跟踪模块设计。; VU Van Toi高洪元孙溶辰陈暄; 关键词：冲击噪声方位角估计阵列测向智能优化算法

基于改进RSSI测距的WSN机动目标跟踪算法: 2024年; 针对扩展卡尔曼滤波(EKF)在机动目标跟踪中传感器对机动目标进行测距时存在的噪声问题,提出了一种基于改进RSSI测距的WSN机动目标跟踪算法。首先,利用鱼鹰优化算法迭代寻优适合BP神经网络的权值和阈值;其次,将传感器的接收信号强度值作为神经网络的输入值,距离作为输出值对神经网络进行训练;最后,利用扩展卡尔曼滤波算法进行定位跟踪,利用匀速圆周运动模型(CM)进行滤波跟踪。使用EKF算法和RSSI算法与文中算法进行比较,以均方根误差为评价指标。经过仿真实验对比表明,所提算法相较于上述算法均方根误差分别降低了21%和56%。; 彭铎谢堃刘明硕; 关键词：扩展卡尔曼滤波 RSSI测距

天空地一体化多目标跟踪算法研究综述被引量：1: 2024年; 为实现全时全域“泛在连接”,构建天空地一体化网络已成为国家重大需求,而基于天空地一体化网络下跨域协同系统进行多目标跟踪是其中一个重要的发展方向,其在军民用领域都极具应用价值。本文详细阐述了天空地一体化网络背景下多目标跟踪方法研究进展。首先,介绍了天空地一体化跨域协同多目标跟踪的研究背景与意义。其次,从基于视觉的多目标跟踪、基于模型的多目标跟踪和基于多模态融合的多目标跟踪三个方面概述了当前的代表性研究方法:在基于视觉的多目标跟踪算法方面,介绍了单摄像头和多摄像头融合的多目标跟踪方法;对于基于模型的多目标跟踪,先介绍了单传感器多目标跟踪方法,以及在多种复杂场景下的改进,然后介绍了多传感器融合方法;在基于多模态信息融合的目标跟踪方面,在对多传感器时空配准方法和有代表性的多模态信息融合方法介绍的基础上,概括了基于多模态融合的多目标跟踪算法。最后探讨了当前存在的问题和未来发展方向:无论基于视觉的还是基于模型的多目标跟踪方法都有不少问题有待解决,特别是两种方法的结合值得深入研究;在面临复杂干扰时,基于多传感器信息融合的多目标跟踪由于能实现信息的互补,成为未来的主流发展方向;此外,跨域协同系统,由于能利用更多的资源和信息,其多目标跟踪问题研究极具价值,不过其中通信安全问题和多目标跟踪模型轻量化问题值得探讨。本文对从事目标跟踪及空天地一体化协同控制相关理论与技术研究的科研工作者具有重要参考价值。; 闫莉萍刘晗钊夏元清; 关键词：视觉目标跟踪随机有限集多模态信息融合

一种基于小样本学习的多目标跟踪算法: 本发明公开了一种基于小样本学习的多目标跟踪算法及系统，属于视频追踪技术领域，包括以下步骤：S1：选定目标并获取其深度特征；S2：训练深度神经网络并植入边缘计算系统；S3：保存图像并记录图像及拍摄设备信息；S4：进行IoU...; 廖家设

基于机器视觉的运动目标跟踪算法优化研究: 2024年; 针对全卷积孪生神经网络目标跟踪速度较慢等问题,研究基于全卷积孪生网络(fully-convolutional siamese networks, SiamFC)算法提出一种卷积层替换的改进方法。将原算法的卷积层进行相应的替换,减少卷积过程中的参数计算量,以此提升网络速度以及判断力。研究采用一种深度可分离卷积与混合深度卷积进行结构更新,通过不同尺寸卷积核提取图像特征。研究利用数据集对改进算法进行验证,实验中,改进SiamFC算法相较于SiamFC算法的一次性评估成功率提了2%左右,精度提升了3%左右;在空间鲁棒性上的成功率提升了3%左右,精度提升4%左右;在时间鲁棒性上的成功率分别提升2%左右,精度分别提升5%左右。结果表明,研究改进的算法的性能得到一定程度提升。; 周小勇; 关键词：机器视觉卷积目标跟踪特征提取

基于伪深度信息的层级匹配多目标跟踪算法: 2024年; 针对传统利用交并比(IOU)进行关联的多目标跟踪方法在目标遮挡下性能不佳以及特征重识别关联在处理外观相似目标时的局限性,提出了一种基于伪深度信息的层级匹配多目标跟踪算法。所提算法采用了立体几何方法获取图像中目标的伪深度信息,根据伪深度的大小,将检测框和轨迹划分为多个不同的子集。当一些目标相互遮挡但其伪深度差异较大时,它们将被分类到不同的伪深度等级中,从而避免了匹配冲突的问题。接下来,利用伪深度信息计算伪深度代价矩阵,在同一伪深度等级下执行交并比伪深度(IOU-D)匹配,以关联处于相同伪深度等级下的被遮挡目标。实验结果显示,所提算法在MOT17测试集和DanceTrack测试集上分别实现了65.1%和58.5%的高阶跟踪准确度(HOTA),与基线模型ByteTrack相比,在两个数据集上分别提升了2.0%和10.8%。该研究结果表明,有效利用图像中潜在的伪深度信息,可显著提升对被遮挡目标的跟踪准确性。; 胡鹏潘树国高旺王萍郭芃; 关键词：多目标跟踪目标遮挡

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈