已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀
版權(quán)說明: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),請進行舉報或認領
文檔簡介
1、視頻監(jiān)控系統(tǒng)在諸多領域發(fā)揮著極其重要的作用,由于計算機視覺的方法有著成本低廉、部署方便等優(yōu)勢,使得近年來多攝像機系統(tǒng)的應用越來越廣泛。攝像機網(wǎng)絡中的目標跟蹤在維護公共安全方面起著尤其重要的作用,但由于攝像機場景千差萬別,光線和視角變化劇烈等嚴苛的條件,使得目標跟蹤十分困難。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象。另外,現(xiàn)有的目標跟蹤方法在存在遮擋、目標消失再出現(xiàn)等情況下往往會丟失目標,無法進行持續(xù)
2、有效的跟蹤。一方面目標消失后再次出現(xiàn)時,將其作為新的目標進行跟蹤的做法顯然不符合實際需求,另一方面,在跟蹤過程中當相似的目標出現(xiàn)時,也很容易誤導跟蹤器把該相似對象當成跟蹤目標,從而導致跟蹤失敗。為了解決這些問題,本文實現(xiàn)了一種基于深度神經(jīng)網(wǎng)絡的跨攝像機的目標跟蹤系統(tǒng),利用識別輔助跟蹤的策略穩(wěn)定的跟蹤感興趣的目標。本文提出的跟蹤算法將跟蹤問題轉(zhuǎn)化為尋找?guī)g檢測到的目標之間對應關系問題,從而在目標消失再現(xiàn)后,采用深度學習網(wǎng)絡實現(xiàn)有效的軌跡恢
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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)絡的目標跟蹤.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡的智能車輛目標檢測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的圖像目標跟蹤算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的運動目標跟蹤研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的目標跟蹤技術(shù)研究
- 基于卷積神經(jīng)網(wǎng)絡的目標跟蹤技術(shù)研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡的毫米波圖像目標檢測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的空間目標軌跡跟蹤系統(tǒng)的研究.pdf
- 基于小波神經(jīng)網(wǎng)絡的機動目標跟蹤的研究.pdf
- 基于神經(jīng)網(wǎng)絡的多目標跟蹤數(shù)據(jù)融合研究.pdf
- 基于GPU的深度神經(jīng)網(wǎng)絡優(yōu)化方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡的場景分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的機動多目標跟蹤技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡和嵌套網(wǎng)絡的目標跟蹤算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的多目標跟蹤信息融合技術(shù)的研究.pdf
- 基于小波模糊神經(jīng)網(wǎng)絡的雷達目標跟蹤研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡的熟料顆粒方法研究.pdf
- 基于深度神經(jīng)網(wǎng)絡的視覺位姿估計方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的微弱運動目標的檢測與跟蹤.pdf
- 基于神經(jīng)網(wǎng)絡的微弱運動目標的檢測與跟蹤
評論
0/150
提交評論