首页 | 本学科首页   官方微博 | 高级检索  
     

选择性搜索和多深度学习模型融合的目标跟踪
作者姓名:钟必能1  2  潘胜男1  2
作者单位:1. 华侨大学 计算机科学与技术学院, 福建 厦门 361021;2. 华侨大学 计算机视觉与模式识别重点实验室, 福建 厦门 361021
摘    要:提出一种基于深度学习的多模型(卷积神经网络和卷积深信度网络)融合目标跟踪算法.该算法在提取候选粒子方面,使用选择性搜索和粒子滤波的方法.CVPR2013跟踪评价指标(50个视频序列、30个跟踪算法)验证了:该算法在跟踪中能有效地缓解目标物体由于遮挡、光照变化和尺度变化等因素造成的跟踪丢失情况的发生.

关 键 词:目标跟踪  深度学习  多模型融合  选择性搜索  评价指标
本文献已被 CNKI 等数据库收录!
点击此处可从《华侨大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《华侨大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号