【摘 要】
:
视觉目标跟踪是计算机视觉领域的一项基础研究,广泛运用于视频监控,人机交互等领域。实时的目标跟踪算法对于在线完成跟踪任务具有巨大的价值。视觉目标跟踪主要任务是在连续的视频序列中持续预测跟踪目标的位置与大小,从而可以计算得到目标的运动方向,速度等信息。随着深度学习在目标跟踪中的应用,目标跟踪算法在跟踪精度上有了巨大的提升。但是神经网络复杂的结构,使得目标跟踪算法需要较长的时间进行目标定位,限制了跟踪算
论文部分内容阅读
视觉目标跟踪是计算机视觉领域的一项基础研究,广泛运用于视频监控,人机交互等领域。实时的目标跟踪算法对于在线完成跟踪任务具有巨大的价值。视觉目标跟踪主要任务是在连续的视频序列中持续预测跟踪目标的位置与大小,从而可以计算得到目标的运动方向,速度等信息。随着深度学习在目标跟踪中的应用,目标跟踪算法在跟踪精度上有了巨大的提升。但是神经网络复杂的结构,使得目标跟踪算法需要较长的时间进行目标定位,限制了跟踪算法在实时跟踪中的应用。本文使用深度强化学习中的“演员-评论家”网络作为目标跟踪的基础框架。“演员-评论家”能够较好的捕获物体运动信息,避免密集采样,提高计算效率。但是“演员-评论家”网络的一个常见问题是网络收敛性较差。针对这个问题,本文提出采用异步训练架构通过权值共享网络和协程网络的交互打破数据经验相关性,从而提升“演员-评论家”网络的收敛性。另外,本文提出状态注意力机制,来进一步提升算法的精度。具体的,异步训练架构由结构完全相同的权值共享主网络和两个协程子网络组成,它们的基本组成都是“演员-评论家”网络,在训练过程中,两个子协程网络独立训练得到梯度更新值,提交给权值共享主网络。权值共享主网络根据梯度更新值更新主网络参数,并将主网络参数同步给两个协程子网络。通过迭代训练,网络能够快速收敛。在跟踪过程中,只需要由权值共享网络的“演员”网络和“评论家”网络参与,首先“演员”网络从给定状态预测出目标的动作,完成目标矩形框的预测位移。然后“评论家”网络对“演员”网络的结果进行打分,根据打分结果,决定下一帧的跟踪状态。此外在跟踪过程中使用状态注意力机制,将目标状态与Ground-truth的重合率作为奖励系数,突出对强化学习中较好动作的奖励,降低对于较差动作的奖励。本算法在OTB-100数据集上总体成功率得分为0.604,总体精度得分为0.870。算法速度为21.3FPS,满足跟踪任务实时性需求。该结果明显的优于当前大部分跟踪算法,证明了所提出方法的有效性。
其他文献
伴随着“数字地球”概念的提出,卫星影像应用在了越来越多的领域之中,并且发挥着十分重要的作用。卫星影像在获取、传输和利用过程中,由于各种不确定的因素,极其容易受到外界的干扰,从而导致引入噪声,降低图像质量,进而影响后续任务的进一步处理和实际应用效果。因此,需要对受到噪声污染的图像进行去噪。图像去噪历来都是被重视的领域。随着深度学习的兴起,基于深度学习的卷积神经网络图像去噪在近些年取得了丰富的成果,但
随着人工智能领域的飞速发展,图像描述任务作为实现人机交互的关键技术成为了一项重要的研究课题。该任务不仅需要对图像中的内容进行准确的识别,同时需要理解图像中各个物体之间存在的关系,是一项十分具有挑战性的任务。目前基于深度学习的编码器-解码器图像描述算法框架使得算法性能大大提升。然而,依然存在着以下不足:(1)在使用长短时记忆网络进行解码生成图像描述本文的过程中,图像特征会被压缩到一维空间中,破坏了原
行人重识别是一种从不重叠视角的多摄像头监控图像或视频中匹配目标行人的方法,是当前计算机视觉中最活跃的研究领域之一。由于实际监控场景的复杂性,拍摄到的行人图像会出现视角变化、背景物干扰和空间不对齐等问题,给行人重识别的研究带来了很大的挑战。为了解决上述提到的这些问题,本文使用一种成熟的单人姿态估计方法——解析引导学习器训练好一个姿态估计模型,获取了行人图像的16个关节点的坐标信息。依据这些关节点划定
随着卫星遥感技术迅猛发展,空间对地观测技术已成为国家综合实力的重要体现。视频卫星的出现将对地观测数据时间分辨率提升至秒级,更适于监测目标区域的动态变化,应用需求也从传统定期静态普查转向对重点区域运动目标实时监测方向发展。卫星视频具有幅宽大、环境复杂,运动目标较小、特征匮乏、与背景区分度低等特点,与传统监控视频提取运动目标相比具有新的挑战。复杂背景引起的伪运动对小尺寸运动目标的检测带来干扰,同时复杂
随着卫星遥感影像技术的快速发展以及互联网的普及,高分辨率遥感图像变得越来越容易获取,同时促使遥感图像的数量在近年来得到爆炸式增长。面对大规模的遥感图像数据,如何快速检索所需的遥感图像,是当前数字地球系统建设过程中亟须解决的问题。在数据检索任务中,使用深度神经网络提取的深度特征比使用传统方法提取的手工特征有着更好的检索效果。然而,计算高维连续深度特征之间的相似性距离需要花费大量时间。为了又快又准的进
随着我国“十三五”与“一带一路”的不断推进、产业结构的不断优化,服务业已成为主要推动力。旅游业对我国经济的贡献率越来越高,而我国旅游服务贸易结构以及区域发展均表现出一定程度的不平衡。本文界定中国西部边境民族地区为:新疆、云南、广西、内蒙古与西藏。上述地区具有独特的边境地理优势与显著的民族特色,旅游资源丰富,但旅游服务出口规模与东部地区存在较大差距。测度西部边境民族地区的旅游服务出口竞争力以及分析导
移动短视频在新媒体环境下发挥着一定社会引导和文化传承功能。本文试图探讨非物质文化遗产的移动短视频传播策略问题,主要通过案例分析总结出非物质文化遗产在移动短视频中传播策略和成功的经验,以期对非物质文化遗产保护、传承与创新发展进行有益的探索。根据艾媒报告,截止2019年12月我国移动短视频用户达到6.27亿,仍继续保持快速增长的势头,2020年预计移动短视频用户达到7.22亿。移动短视频已成为近年来移
在身份防伪对抗环境下,个人可以通过面具、变更指纹等虚假属性轻松冒充他人,并且不需要先进的技术,进而隐藏自己真实身份,给物理空间身份辨识带来巨大挑战。此外,大量的虚假属性给身份的检索与管理带来严重威胁,身份识别安全性令人担忧,也进一步限制了系统的推广使用。因此,解决虚假属性是身份识别发展中的迫切问题。针对身份识别过程中出现的虚假属性,本文总结了国内外现有虚假属性检测方法,充分探究自然和人工行为形成的
近些年,人工智能迅速发展,逐渐成为目前的热门领域。知识图谱在人工智能领域扮演着重要角色,然而由于现实世界的信息过于繁杂,知识图谱仍旧存在大量缺失项。智能补全知识图谱由于其高效性,逐渐成为研究重点。知识表示学习通过在低维向量空间中表示知识图谱中的实体与关系,利用向量之间的语义关系有效地预测三元组的缺失部分,从而成为知识图谱补全的主流方法。一些简单模型通过基本的向量运算建模知识图谱,虽然结构简单,但是
车联网因其环境本身存在的特殊性,所面临的安全风险非常多。为保证安全通信,互信认证非常重要,然而高安全性的认证方案势必需要复杂的计算过程或者高的存储开销。因此车联网急需一个新兴的技术能够适用于复杂道路交通环境,减少安全认证的能耗,提高认证效率,满足多信道的安全需求。为了解决上述问题,本文提出了车联网中基于区块链的身份认证与匿名通信方案。首先提出基于私有链和联盟链的双链区块网络架构,私有链存储车辆的真