基于卷积神经网络检测的单镜头多目标跟踪算法

摘要：

目前卷积神经网络在图像识别分类领域已经取得了长足的进步,随着网络模型的优化改进,目标识别的准确度和帧速率都在提升,因此利用相对成熟的卷积神经网络模型进行多目标跟踪任务变得可行.论文即是利用卷积神经网络模型Fast R-CNN设计出多目标跟踪的算法,以Fast R-CNN作为模型检测的主框架,将训练样本分为目标和背景两个类并以此完成检测模型的线下训练,以对每个视频帧检测的方式完成整个视频的跟踪任务.实验结果表明,这种算法在实时性、准确性和鲁棒性上均有不错的表现.

关键词：多目标跟踪、卷积神经网络、目标检测

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-28,38