版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、視頻監(jiān)控系統(tǒng)在諸多領(lǐng)域發(fā)揮著極其重要的作用,由于計(jì)算機(jī)視覺(jué)的方法有著成本低廉、部署方便等優(yōu)勢(shì),使得近年來(lái)多攝像機(jī)系統(tǒng)的應(yīng)用越來(lái)越廣泛。攝像機(jī)網(wǎng)絡(luò)中的目標(biāo)跟蹤在維護(hù)公共安全方面起著尤其重要的作用,但由于攝像機(jī)場(chǎng)景千差萬(wàn)別,光線和視角變化劇烈等嚴(yán)苛的條件,使得目標(biāo)跟蹤十分困難。根本原因在于,傳統(tǒng)的特征提取算法在監(jiān)控視頻苛刻的環(huán)境下不能夠魯棒的描述跟蹤對(duì)象。另外,現(xiàn)有的目標(biāo)跟蹤方法在存在遮擋、目標(biāo)消失再出現(xiàn)等情況下往往會(huì)丟失目標(biāo),無(wú)法進(jìn)行持續(xù)
2、有效的跟蹤。一方面目標(biāo)消失后再次出現(xiàn)時(shí),將其作為新的目標(biāo)進(jìn)行跟蹤的做法顯然不符合實(shí)際需求,另一方面,在跟蹤過(guò)程中當(dāng)相似的目標(biāo)出現(xiàn)時(shí),也很容易誤導(dǎo)跟蹤器把該相似對(duì)象當(dāng)成跟蹤目標(biāo),從而導(dǎo)致跟蹤失敗。為了解決這些問(wèn)題,本文實(shí)現(xiàn)了一種基于深度神經(jīng)網(wǎng)絡(luò)的跨攝像機(jī)的目標(biāo)跟蹤系統(tǒng),利用識(shí)別輔助跟蹤的策略穩(wěn)定的跟蹤感興趣的目標(biāo)。本文提出的跟蹤算法將跟蹤問(wèn)題轉(zhuǎn)化為尋找?guī)g檢測(cè)到的目標(biāo)之間對(duì)應(yīng)關(guān)系問(wèn)題,從而在目標(biāo)消失再現(xiàn)后,采用深度學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)有效的軌跡恢
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的智能車(chē)輛目標(biāo)檢測(cè)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)跟蹤算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)目標(biāo)跟蹤研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的毫米波圖像目標(biāo)檢測(cè)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的空間目標(biāo)軌跡跟蹤系統(tǒng)的研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)目標(biāo)跟蹤的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的多目標(biāo)跟蹤數(shù)據(jù)融合研究.pdf
- 基于GPU的深度神經(jīng)網(wǎng)絡(luò)優(yōu)化方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的場(chǎng)景分類(lèi)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)多目標(biāo)跟蹤技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)和嵌套網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的多目標(biāo)跟蹤信息融合技術(shù)的研究.pdf
- 基于小波模糊神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)跟蹤研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的熟料顆粒方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的視覺(jué)位姿估計(jì)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的微弱運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤
評(píng)論
0/150
提交評(píng)論