基于定位-分类-匹配模型的目标跟踪方法
近年来卷积神经网络框架被成功地应用到目标跟踪领域, 并取得了较为稳健的跟踪结果。基于此思想, 提出一种基于定位-分类-匹配模型的目标跟踪方法。首先, 在定位模型中, 利用前一帧的位置信息预测当前帧中的候选目标区域。然后, 采用已训练的深度特征对候选区域进行类间筛选, 选出N个次优目标区域。最后, 利用常规颜色特征对次优目标区域进行类内寻优匹配, 从而确定最终的跟踪目标。与此同时, 分别对定位、分类中的网络进行更新, 并对建立的匹配模型进行在线实时更新, 使得其对目标的描述更加准确。在OTB50和OTB100标准数据库上进行实验测试, 结果表明, 提出的跟踪方法在快速运动、相似物体干扰、复杂背景等条件下具有较好的跟踪稳健性。
文件下载
评论信息
其他资源
- 官方OpenMV4.zip
- 带有录像接口的LibVLC库（32位x86版本）
- 思科TCPIP路由技术卷一第二版
- 模糊神经网络的预测算法-嘉陵江水质评价
- OSC测试工具
- 邯郸市各县矢量边界shp文件
- 北大青菜基于jsp+servlet的宠物医院管理系统(前台和后台)
- ODAC112040Xcopy_64bit
- 将凹凸多边形分解成三角形
- 数电实习4人智力抢答器的multisim10仿真电路图
- owasp-testing-guide-v4-zh
- scli-源码
- 第3章 深搜的剪枝技巧-2021.01.30.pdf
- KONICA MINOLTA FTP Utility扫描软件
- 免部署的Windows 平台下的nginx-rtmp-win32 流媒体服务器
- 论文狗免费查重
- 基于WSN的PM2.5环境监测系统
- game architecture and design
- 中国智能终端市场销售分析报告-2018
- 【46】2018年最新java大数据基于storm开发实时流处理器视频教程 .txt
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明