基于循环神经网络的非特定目标追踪方法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.14132/j.cnki.1673-5439.2019.04.014

基于循环神经网络的非特定目标追踪方法研究

引用
为了在目标跟踪任务中利用循环神经网络善于处理时间序列的能力,提高跟踪效果,文中针对单目标非特定物体的跟踪提出了主要基于“卷积+循环”的深度神经网络框架.框架中采用卷积神经网络提取不同层级特征、全连接网络进行特征对比,并采用循环神经网络传递物体特征和运动信息.实验方法为“离线训练+在线跟踪”.训练时为了更快收敛,将卷积层预训练权重滞后更新,并逐步增加视频长度;在线跟踪时仅更新循环神经网络间传递的隐藏状态,这样既更新了目标特征,也保证了算法的跟踪速度.最终实验结果表明,基于“卷积+循环”网络的目标跟踪器实时性达到150帧/s,与目前的一些高速跟踪算法相比,有更高的预测重叠率,且在大部分视频场景下鲁棒性更好.

卷积神经网络、特征对比、循环神经网络、离线训练

39

TP391.4(计算技术、计算机技术)

国家自然科学基金61703201;江苏省自然科学基金BK20170765

2019-10-12(万方平台首次上网日期,不代表论文的发表时间)

共8页

103-110

相关文献
评论
暂无封面信息
查看本期封面目录

南京邮电大学学报(自然科学版)

1673-5439

32-1772/TN

39

2019,39(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn