卷积神经网络的多目标跟踪系统

摘要：

目前,卷积神经网络在图像识别和图像分类领域取得了很大的进展.通过优化网络模型,来提高目标识别的精度和帧率.因此,将相对成熟的卷积神经网络模型用于多目标跟踪这一任务变得可行.论文利用卷积神经网络模型SSD(The Single Shot MultiBox Detector)设计了一种多目标跟踪算法.将SSD作为模型检测的主要框架,把训练样本分为目标和背景两类,以此完成测试模型的离线训练,并以检测每个视频帧的方式完成整个视频的跟踪任务.在MOT16数据库上的实验结果表明,该算法在实时性、准确性和鲁棒性方面都具有良好的表现.

关键词：多目标跟踪、卷积神经网络、目标检测

所属期刊栏目：9

分类号：TP393.2(计算技术、计算机技术)

在线出版日期：2019-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：68-71