基于卷积残差学习的行人检测与跟踪.pdf

基于卷积残差学习的行人检测与跟踪.pdf

ID:35007952

大小:1.89 MB

页数:49页

时间:2019-03-16

基于卷积残差学习的行人检测与跟踪.pdf_第1页
基于卷积残差学习的行人检测与跟踪.pdf_第2页
基于卷积残差学习的行人检测与跟踪.pdf_第3页
基于卷积残差学习的行人检测与跟踪.pdf_第4页
基于卷积残差学习的行人检测与跟踪.pdf_第5页
资源描述:

《基于卷积残差学习的行人检测与跟踪.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文基于卷积残差学习的行人检测与跟踪CONVOLUTIONALRESIDUALLEARNINGFORPEDESTRIANDETECTIONANDTRACKINGKOTARGAREMSIMPLICE哈尔滨工业大学2018年6月国内图书分类号:TP309学校代码10213国际图书分类号:681.324密级:公开工学硕士学位论文心脏代谢计算模型的构建及其与电生理机制的耦合实现硕士研究生:KotarGaremSimplice导师:AssociateProf.FengJiang申请学位:工学硕士学科:计算机科学与技术所在单位:计算机科学与技术学院答辩日期:2018年6月授予学位

2、单位:哈尔滨工业大学ClassifiedIndex:TP309U.D.C.:681.324DissertationfortheMaster’sDegreeinComputerinEngineeringCONVOLUTIONALRESIDUALLEARNINGFORPEDESTRIANDETECTIONANDTRACKINGCandidate:KotarGaremSimpliceSupervisor:AssociateProf.FengJiangAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerScie

3、nceandTechnologyAffiliation:SchoolofComputerScienceandTechnologyDateofDefence:June2018Degree-Conferring-Institution:HarbinInstituteofTechnologyAbstractVisualobjecttrackinghavebeenaninterestingcomputervisionproblematicwithnumerousreal-worldapplications.Bydefinition,itisaprocedureofidentifyin

4、g,locating,anddefiningthedynamicconfigurationofoneormanymoving,possiblydeformableobjectsorpartsofobjectsineachframeofoneorseveralcameras.Theyonlyrequireaminorsetoftrainingsamplesontheinitialframetocreateanappearancemodel.Nevertheless,someotherexistingdiscriminativecorrelationfilterslearnthe

5、filtersdistinctlyfromfeatureextraction,andupdatethesefiltersbymeansofamovingaverageoperationwithanempiricalweight.TheseDCFtrackersbarelyprofitfromtheend-to-endtraining.ThemaindifficultyinVisualobjecttrackingishowtoutilizetheextremelylimitedtrainingdatatodevelopanappearancemodelrobusttoavari

6、etyofchallengesincludingscalevariation,backgroundclutter,partialocclusionsandmotionblur.Thisprojectthereforeattemptstoelucidatetheseissuesthroughthisapproachoverthecurrenthighestaccurategenerativemodel,tracking-by-detectionbasedMDNet[1]andthecorrelation-basedCREST,followedwithaworkontheeffe

7、ctoftheconvolutionalnetworkdepthonitsprecisioninthelarge-scaleimagerecognitionsetting.Atthisstagetheexperimentalresultsonbothstandardbenchmarks,OTB-2013,OTB-2015andVOT2016[2],showimprovementsinspeed,precision,androbustnessonbothtrackers.Keywords:residual

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。