一种基于深度学习目标检测的长时目标跟踪算法

来源 :智能系统学报 | 被引量 : 0次 | 上传用户:f520li
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对长时目标跟踪所面临的目标被遮挡、出视野等常常会导致跟踪漂移或丢失的问题,基于MDNet提出一种深度长时目标跟踪算法(long-term object tracking based on MDNet, LT-MDNet)。首先,引入了一种改进的收缩损失函数,以解决模型训练时正负样本不均衡的问题;其次,设计了一种高置信度保留样本池,对在线跟踪时的每一帧的有效并且置信度最高结果进行保留,并在池满时替换最低置信度的保留样本;最后,在模型检测到跟踪失败或连续跟踪帧数达到特定阈值时,利用保留样本池进行在线训
其他文献
摘 要:小龙虾种虾投放与水稻茬口衔接2017—2020年试验结果表明:在控制其他条件基本一致的情况下,在水稻第1次烤田后10~20d投放种虾,可以达到最佳组合效果。水稻第1次烤田后10d投放种虾,小龙虾多田平均单产1643.21kg/hm2;水稻第1次烤田后20d投放种虾,小龙虾平均单产1640.70kg/hm2;水稻第1次烤田前10、5d投放种虾,小龙虾平均单产分别为922.35、472.35k
针对图像生成过程中由于物体运动或相机抖动产生的运动模糊问题,提出了利用残差密集网络的运动模糊图像复原方法。设计对抗网络结构,以残差密集网络为生成器,通过长短连接实现不同层次特征的融合,生成复原图像,以深度卷积网络为判别器,判断图像真伪,在生成器和判别器的对抗中提高网络性能;采用对抗损失和内容损失结合的损失函数,提高网络的复原效果;以端到端的方式,省略模糊核的估计过程,输入模糊图像直接获取复原图像。
摘 要:2019—2020年度通过对油菜新品种机械化生产试验示范,观察新品种的适机性状,比较其产量和抗性,以筛选出适应机械化生产的油菜新品种。结果表明:浙油杂1403、徽优098、越油518和宁R101等4个品种,分别较对照秦优10号(CK1)增产83.49%、63.19%、38.35%和34.23%;较对照沣油737(CK2)增产57.98%、40.51%、19.12%和15.57%。示范结果显
本文主要研究了基于迁移学习的无监督跨域人脸表情识别。在过去的几年里,提出的许多方法在人脸表情识别方面取得了令人满意的识别效果。但这些方法通常认为训练和测试数据来自同一个数据集,因此其具有相同的分布。而在实际应用中,这一假设通常并不成立,特别当训练集和测试集来自不同的数据集时,即跨域人脸表情识别问题。为了解决这一问题,本文提出将一种基于联合分布对齐的迁移学习方法 (domain align lear
室内自主喷涂机器人可以实现室内墙面喷涂的自动化以此提升喷涂的效率,减少人力物力的投入。而基于计算机视觉的室内窗户检测算法则是该机器人的关键技术。对于室内窗户检测,由于环境光照、窗户形状和窗户透光属性的存在,传统方法无法得到较好的效果。针对此问题,设计一种基于深度学习的室内窗户检测算法。该算法主要对中心点网络(CenterNet)的特征提取网络进行修改,减少部分卷积操作,使用Ghost模块替换原始的
下一个兴趣点推荐已经成为基于位置的社交网络(location-based social networks,LBSNs)中一个重要任务。现有的模型没有深入考虑相邻签到兴趣点之间的转移时空信息,无法对用户访问下一个兴趣点的长短时间偏好和远近距离偏好进行有效建模。本文通过对循环神经网络(recurrent neural network,RNN)进行扩展,提出一个新的基于会话的时空循环神经网络模型(sesson-based spatial-temporal recurrent neural network,SST
以3叶1心期油菜(Brassica napus L.)为试验材料,研究了外源乙酰丙酸钾根施对盐碱土中生长的油菜的生物量、元素含量(K、Na、K/Na)以及盐碱土pH、水溶性Na含量和盐分含量的影响。结果表明,乙酰丙酸钾对油菜生物量(鲜重值、干重值、含水率)无显著影响,但能显著降低油菜叶片中的Na含量,提高K/Na比率,增强油菜抗盐能力;乙酰丙酸钾对盐碱土pH、交换性Na含量和盐分无显著影响,对盐碱
摘 要:根据农业部《到2020年化肥使用量零增长行动方案》要求,砀山县结合当地农业生产特点及实际情况,积极采取相应技术措施,从测土配方施肥、施肥方式的转变、新型肥料与新技术的应用、有机肥资源利用、提升耕地质量水平等方面推进化肥使用量零增长工作,并采取有效的工作方法,使砀山县至2020年基本实现了化肥使用量零增长。  关键词:砀山县;化肥使用;零增长;技术;对策  中图分类号 F323 文献标识
坐标配准是协同定位的重要组成部分,一个合理的坐标配准体系可以体现协同定位算法的性能,否则可能会放大定位算法的误差。本文详细比较了基于最小二乘(least square, LS)与基于普氏分析(Procrustes analysis, PA)的配准方法的设计思想、适用条件,并给出了基于普氏分析的坐标配准算法的详细步骤。利用协同定位算法(经典MDS和Levenberg–Marquardt算法)得到的实
主成分分析(PCA)是一种无监督降维方法。然而现有的方法没有考虑样本的差异性,且不能联合地提取样本的重要信息,从而影响了方法的性能。针对以上问题,提出自步稀疏最优均值主成分分析方法。模型以L2,1范数定义损失函数,同时用L2,1范数约束投影矩阵作为正则化项,且将均值作为在迭代中优化的变量,这样可一致地选择重要特征,提高方法对异常值的鲁棒性;考虑到训练样本的差异性,利用自步学习机制实现训练样本由"简