電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問(wèn) 
發(fā)資料
發(fā)視頻資料介紹
針對(duì)基于深度特征的目標(biāo)跟蹤算法在目標(biāo)快速運(yùn)動(dòng)、長(zhǎng)時(shí)間遮擋容易導(dǎo)致跟蹤漂移的問(wèn)題，提岀了種結(jié)合重檢測(cè)機(jī)制的多卷積層特征響應(yīng)跟蹤算法。首先基于圖像分玦的混合髙斯模型襝測(cè)岀目標(biāo)區(qū)域，其次多卷積層根據(jù)加權(quán)梯度的類(lèi)激活映射提取目標(biāo)深度特征圖，并訓(xùn)練岀相互獨(dú)立的相關(guān)濾波器，然后融合底層空間特征和高層語(yǔ)義特征的卷積層濾波器得到目標(biāo)響應(yīng)位置，再由重檢測(cè)機(jī)制約朿項(xiàng)平湑輸岀響應(yīng)值，從而構(gòu)建岀強(qiáng)跟蹤器，最后自適應(yīng)地更新模型參數(shù)和權(quán)重系欻，避免模型中參數(shù)過(guò)擬合，達(dá)到實(shí)時(shí)跟蹤效果。實(shí)驗(yàn)結(jié)果表明，該算法在目標(biāo)嚴(yán)重形變、快速運(yùn)動(dòng)、長(zhǎng)時(shí)期遮擋等復(fù)雜情景下，跟蹤結(jié)果具有很高的精確度和成功率。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于特征融合的LCT目標(biāo)跟蹤算法綜述 11次下載
- 基于多列卷積神經(jīng)網(wǎng)絡(luò)的人群計(jì)數(shù)算法 6次下載
- 基于北京加權(quán)的多特征融合目標(biāo)跟蹤算法 4次下載
- 基于卷積特征的多伯努利視頻多目標(biāo)跟蹤算法 11次下載
- 一種融合深度和淺層特征的多視覺(jué)癲癇檢測(cè)算法 8次下載
- 一種基于特征融合的感受野模型 11次下載
- 一種逐層分組卷積并構(gòu)建輕量級(jí)網(wǎng)絡(luò)結(jié)構(gòu)SKASNet 10次下載
- 結(jié)合多特征和尺度估計(jì)的KCF_MTSA目標(biāo)跟蹤算法 9次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類(lèi)算法 27次下載
- 一種多層級(jí)特征融合就的深度卷積網(wǎng)絡(luò) 7次下載
- 一種結(jié)合AKAZE和RANSAC的圖像拼接算法 8次下載
- 新型基于深度學(xué)習(xí)的目標(biāo)實(shí)時(shí)跟蹤算法 10次下載
- 如何實(shí)現(xiàn)一種深度特征導(dǎo)向顯著性檢測(cè)算法 0次下載
- 如何使用稀疏卷積特征和相關(guān)濾波進(jìn)行實(shí)時(shí)視覺(jué)跟蹤算法 1次下載
- 基于多特征融合的均值遷移粒子濾波跟蹤算法
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級(jí) 3.7k次閱讀
- 神經(jīng)網(wǎng)絡(luò)中的卷積層、池化層與全連接層 1.1w次閱讀
- SiamFC：用于目標(biāo)跟蹤的全卷積孿生網(wǎng)絡(luò) fully-convolutional siamese networks for object tracking 2.5k次閱讀
- 最常見(jiàn)的目標(biāo)跟蹤算法 3.6k次閱讀
- 卷積碼編碼及譯碼算法的基本原理 1.5w次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)中全連接層作用理解總結(jié) 2.1w次閱讀
- 傳統(tǒng)卷積運(yùn)算，有了一種全新的替代方法 6.4k次閱讀
- 一種異質(zhì)多傳感器的異步量測(cè)融合算法驗(yàn)證 2k次閱讀
- 谷歌大腦采用神經(jīng)結(jié)構(gòu)搜索發(fā)現(xiàn)了一種新的特征金字塔結(jié)構(gòu)NAS-FPN 5.7k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)四種卷積類(lèi)型 4.8k次閱讀
- 實(shí)驗(yàn)室的最新工作——Res2Net，一種在目標(biāo)檢測(cè)任務(wù)中新的Backbone網(wǎng)絡(luò)模塊 9.6k次閱讀
- 一種名為“普適注意力”的新翻譯模型，用2D卷積網(wǎng)絡(luò)做序列預(yù)測(cè) 3.8k次閱讀
- 一種用于圖像分類(lèi)的卷積神經(jīng)網(wǎng)絡(luò) 1w次閱讀
- 關(guān)于一種基于動(dòng)態(tài)規(guī)劃的機(jī)動(dòng)目標(biāo)檢測(cè)前跟蹤方法 10k次閱讀
- 深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)在每一層提取到的特征以及訓(xùn)練的過(guò)程 2.7w次閱讀
上傳資料賺積分下載排行
本周
- 1MDD品牌三極管MMBT3906數(shù)據(jù)手冊(cè)
- 2.33 MB | 次下載 | 免費(fèi)
- 2MDD品牌三極管S9012數(shù)據(jù)手冊(cè)
- 2.62 MB | 次下載 | 免費(fèi)
- 3聯(lián)想flex2-14D/15D說(shuō)明書(shū)
- 4.92 MB | 次下載 | 免費(fèi)
- 4收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊(cè)
- 2.50 MB | 次下載 | 免費(fèi)
- 524Pin Type-C連接器設(shè)計(jì)報(bào)告
- 1.06 MB | 次下載 | 免費(fèi)
- 6新一代網(wǎng)絡(luò)可視化（NPB 2.0）
- 3.40 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測(cè)量模擬前端芯片技術(shù)手冊(cè)
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時(shí)間測(cè)量(TDC)電路數(shù)據(jù)手冊(cè)
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛(ài)華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠(chǎng)商的資料說(shuō)明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書(shū)
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開(kāi)源硬件-PMP21529.1-4 開(kāi)關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
工商網(wǎng)監(jiān)
評(píng)論