基于深度学习的多目标跟踪算法研究

基于深度学习的多目标跟踪算法研究

ID:8268273

大小:2.76 MB

页数:6页

时间:2018-03-15

基于深度学习的多目标跟踪算法研究_第1页
基于深度学习的多目标跟踪算法研究_第2页
基于深度学习的多目标跟踪算法研究_第3页
基于深度学习的多目标跟踪算法研究_第4页
基于深度学习的多目标跟踪算法研究_第5页
资源描述:

《基于深度学习的多目标跟踪算法研究》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、ZTETECHNOLOGYJOURNAL专题陆平等基于深度学习的多目标跟踪算法研究DOI:10.3969/j.issn.1009-6868.2017.04.003网络出版地址:http://kns.cnki.net/kcms/detail/34.1228.TN.20170706.1632.008.html基于深度学习的多目标跟踪算法研究MultipleObjectTrackingAlgorithmBasedonDeepLearning中图分类号:TN929.5文献标志码:A文章编号:1009-6868(2017)04-0014-006

2、陆平/LUPing邓硕/DENGShuo摘要:提出了一种基于深度学习的多目标跟踪算法。首先,通过GoogLeNet+长短李伟华/LIWeihua期记忆网络(LSTM)模型进行目标检测,以获得准确的目标检测结果;其次,直接根据目标检测的特征图对检测目标进行深度特征的提取,深度特征相比于传统特征可(中兴通讯股份有限公司,广东深圳518052)以更准确地反映检测目标的外观特征,因此可以有效提高跟踪的准确性。此外,还(ZTECorporation,Shenzhen518052,在传统数据驱动马尔科夫蒙特卡洛(DDMCMC)算法的基础上,提出了

3、层次的数据China)驱动马尔科夫蒙特卡洛(HDDMCMC)算法,可以进一步提高多目标跟踪的准确性。实验结果证明了所提出算法的有效性。关键词:多目标跟踪;深度学习;目标检测;MCMC算法Abstract:Inthispaper,amulti-targettrackingalgorithmbasedondeeplearningisproposed.Firstly,GoogLeNet+longshort-termmemory(LSTM)modelisusedto从深度学习技术出现以来,计obtainaccurateobjectdetect

4、ionresults.Secondly,thefeaturemapofobject自detectionisdirectlyusedtoextractthedeepfeaturefortracking.Comparedwiththe算机视觉领域得到了快速发traditionalfeature,thedeepfeaturecanreflecttheappearanceofobjectsmore展,深度学习技术最先用于图像分类accurately,whichcouldimprovethetrackingaccuracyeffectively

5、.What'smore,问题。近年来,基于深度学习的多目basedonthetraditionalDataDrivenMarkovChainMonteCarlo(DDMCMC)标跟踪算法也取得了一定的突破。algorithm,theHierarchicalDataDrivenMarkovChainMonteCarlo(HDDMCMC)多目标跟踪是计算机视觉领域一个algorithmisproposedtofurtherimprovethetrackingaccuracy.Theexperimentresultsprovetheeffe

6、ctivenessofouralgorithm.非常具有挑战性的研究方向,且有着十分广泛的现实应用场景,例如:智Keywords:multipleobjecttracking;deeplearning;objectdetection;MCMCalgorithm能视频监测控制、异常行为分析、移动机器人研究等。传统的多目标跟踪算法往往由于目标检测效果较差,导致跟踪效果不佳;而基于深度学习的检测器可以获得较好的目标检测效果,进而提高目标跟踪的准确度。(MCMC)算法的多目标跟踪算法的计算当前的后验概率大小,然后在迭因此,文章中我们着重研究了

7、基基础上,提出了层次的数据驱动马尔代过程中不断进行不同状态之间的于深度学习的多目标跟踪算法。首科夫蒙特卡洛(HDDMCMC)算法。转移来进行寻找全局最优结果。先通过GoogLeNet[1]+长短期记忆网络Tang等人提出了一种基于图分(LSTM)[2]模型进行目标检测,以获得1基于深度学习的多目标割的多目标跟踪算法[5],通过在时间准确的目标检测结果。在此基础上,跟踪算法的研究现状和空间上对边界框进行聚类来进行提出了直接根据目标检测的特征图轨迹匹配。Tang等人在用该算法解对检测目标进行深度特征的提取的1.1传统多目标跟踪算法决轨迹匹

8、配这一最优化问题时,提出方法,深度特征相比于尺度不变特征MCMC算法是一种经典的多目标了一种基于KL(Kernighan-Lin)算法变换(SIFT)[3]等传统特征可以更准确跟踪算法,Yu等人在MCMC算法的基的近似解

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。