期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于通道选择与目标重检的跟踪算法 被引量:1
1
作者 申远 杨文柱 周杨 《计算机工程与设计》 北大核心 2021年第2期419-425,共7页
为提高相关滤波类算法的性能,提出一种基于通道选择与目标重检的跟踪算法。通过计算每个卷积通道的特征均值和方差,选取符合条件的通道训练滤波器;根据滤波响应均值找出跟踪失败的帧,扩大搜索范围后使用最优模板再次检测丢失的目标位置... 为提高相关滤波类算法的性能,提出一种基于通道选择与目标重检的跟踪算法。通过计算每个卷积通道的特征均值和方差,选取符合条件的通道训练滤波器;根据滤波响应均值找出跟踪失败的帧,扩大搜索范围后使用最优模板再次检测丢失的目标位置;通过调整搜索框的比例来训练尺度滤波器,使用平均峰值相关能量约束模板更新。实验结果表明,所提算法的准确率相较于其它算法有明显提高,有效解决了跟踪过程中的形变、遮挡和尺度变化等问题。 展开更多
关键词 目标跟踪 通道选择 目标重检 卷积特征 相关滤波
下载PDF
结合孪生网络重检的长期目标跟踪算法 被引量:3
2
作者 王林 郑有玲 《计算机系统应用》 2022年第4期188-195,共8页
针对传统长期相关滤波器使用特征单一、跟踪失败后无法再次捕捉到目标的缺点,提出一种结合深度学习的多特征融合长期目标跟踪算法.本算法在长期相关跟踪算法(long-term correlation tracking,LCT)的基础上,采用多特征融合的方式,将局部... 针对传统长期相关滤波器使用特征单一、跟踪失败后无法再次捕捉到目标的缺点,提出一种结合深度学习的多特征融合长期目标跟踪算法.本算法在长期相关跟踪算法(long-term correlation tracking,LCT)的基础上,采用多特征融合的方式,将局部二值模式特征、改进的方向梯度直方图特征以及颜色特征相融合,来提高跟踪算法的鲁棒性.由于LCT算法选择随机蕨分类器进行目标重检,对检测范围有局限性且重检精度较低,故采用基于深度学习的孪生网络实例搜索(SINT)方法对全局图像进行目标重检.本文的实验在OTB100数据集上进行,结果表明:本文算法与LCT算法相比,距离精度和成功率分别提升了13%和10.3%. 展开更多
关键词 长期目标跟踪 相关滤波 特征融合 深度学习 目标重检
下载PDF
A novel RHT-TBD approach for weak targets in HPRF radar 被引量:6
3
作者 Hongbo YU Guohong WANG +1 位作者 Wei WU Shuncheng TAN 《Science China Earth Sciences》 SCIE EI CAS CSCD 2016年第12期59-72,共14页
A novel approach, which can handle ambiguous data from weak targets, is proposed within the randomized Hough transform track-before-detect(RHT-TBD) framework. The main idea is that, without the pre-detection and ambig... A novel approach, which can handle ambiguous data from weak targets, is proposed within the randomized Hough transform track-before-detect(RHT-TBD) framework. The main idea is that, without the pre-detection and ambiguity resolution step at each time step, the ambiguous measurements are mapped by the multiple hypothesis ranging(MHR) procedure. In this way, all the information, based on the relativity in time and pulse repetition frequency(PRF) domains, can be gathered among different PRFs and integrated over time via a batch procedure. The final step is to perform the RHT with all the extended measurements, and the ambiguous data is unfolded while the detection decision is confirmed at the end of the processing chain.Unlike classic methods, the new approach resolves the problem of range ambiguity and detects the true track for targets. Finally, its application is illustrated to analyze and compare the performance between the proposed approach and the existing approach. Simulation results exhibit the effectiveness of this approach. 展开更多
关键词 high pulse repetition frequency weak targets TRACK-BEFORE-DETECT randomized Hough transform multiple hypothesis ranging range ambiguity resolution
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部