基于前景优化的视觉目标跟踪算法

来源 :电子学报 | 被引量 : 0次 | 上传用户:anjo888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
将目标分割技术引入跟踪领域是当前的研究热点.目前,基于分割的跟踪算法往往根据分割结果计算最小外接矩形,以此作为跟踪框,但复杂的目标运动使得跟踪框内包含较多背景,从而导致精度下降.针对该问题,本文提出了一种基于前景优化的视觉目标跟踪算法,将跟踪框的尺度和角度优化统一于前景优化框架中.首先评估跟踪框内的前景比例,若小于设定阈值,则对跟踪框分别进行尺度和角度优化;在尺度优化模块中,结合回归框计算跟踪框的条件概率,根据条件概率的结果分情形进行尺度优化;角度优化模块中,针对跟踪框设定多个偏移角度,利用前景IoU(Intersection over Union)极大策略选择最优跟踪框角度.结果证明,将本文方法应用于SiamMask算法,精度在VOT2016,VOT2018和VOT2019数据集分别提升约3.2%,3.7%和3.6%,而EAO分别提升约1.8%,1.9%和1.6%.另外,本文的方法针对基于分割的跟踪算法具有一定的普适性.
其他文献
中低速磁浮交通是通过接触轨系统为车辆运行提供安全可靠电能的一种城市轨道交通,接触轨系统是磁浮工程中特殊、重要的组成部分,其技术方案的可靠性是车辆运行稳定的重要保障。该文运用靴轨模拟仿真以及数据分析为接触轨结构间距设置提供了理论依据,通过对接触轨选型的分析、绝缘支架的设计措施、接触轨安装工艺的改良,为清远磁浮工程接触轨系统工程实施提供了技术支持,取得了较好的成效,也为中低速磁浮工程接触轨系统中遇到的
高空台液压加载系统试验过程智能化、自动化运行已经成为重要的研究需求。针对基于轻量化BIM的人机交互界面设计的要求,搭建了高空台液压加载系统的三维虚拟模型。模型考虑了WebGL技术的应用条件和需求,对比了两种三维建模软件用于BIM技术的特点,分析并使用了3ds Max可使用的建模方法和流程,可以为高空台液压加载系统数据的三维可视化研究提供模型支持。
<正>受益消费升级,对虾养殖量持续增长。成活率始终是行业的第一“痛点”,规范化、设施化为大势所趋。国内工厂化养虾开始起步,关注其产业化进程。工厂化养殖具有养殖可控性高、养殖成功率高、养殖效益高等诸多优势。对虾养殖量持续增长对虾养殖体量稳步扩张,南美白对虾占据主导。
期刊
随着媒体融合程度的不断加深,电视媒体主持人纷纷"出圈"开展了各类网络直播活动,其中尤以疫情以来的直播带货为主要代表。电视主播与网络红人之间既有着巨大的差异又有着天然的联系,要想打通电视主播的网络通道实现互联网化,电视主播们要坚持一体化思维,这是融合背景下的主播应该秉持的重要理念。从本质上看,电视主播与带货主播两者之间存在共通之处,恰恰是两者的共通点使得电视主播能够更好地学习网络红人的思路,实现电视
本文基于CNKI、万方、维普三大数据库,梳理国内大学生社会性发展相关文献,并从社会性发展的内涵、量化研究、发展迟滞、影响因素四个热点方向进行具体分析。提出在高速发展的时代环境中,研究者应从丰富研究方法、关注差异性和动态性等方面不断拓展大学生社会性发展的深度和广度,从而提升我国大学生社会性发展水平。
Ammonium(NH4+) and nitrate(NO3-) are major inorganic nitrogen(N) sources for plants.When serving as the sole or dominant N supply,NH4+often causes root inhibition and shoot chlorosis in plants,known a
期刊
水驱油藏是采油厂“存量增效、创效”战略阵地,是采油厂原油稳产的“压舱石”。近年来,采油厂以提高水驱油藏质量和效益开发为目标,持续精细化、智能化注采主导技术创新完善,提规模、重效益,夯实水驱稳产基础,为水驱油藏稳产开发提供技术支撑。
为研究中低速磁浮轨道结构的垂向振动传递特性,基于室内试验与振动理论,建立轨道结构频域分析模型,以结构垂向导纳,位移与力的垂向传递率为评价指标分析了结构的垂向振动传递特性。探究了扣件垂向刚度、扣件垂向阻尼、轨枕支承间距、F轨顶面厚度以及轨枕翼缘厚度对于结构垂向振动传递特性的影响。研究表明:中低速磁浮轨道结构的垂向振动可分为低频整体振动与高频局部振动两个阶段,且结构整体振动时力与位移的垂向传递率较高;
针对可见光模态与热红外模态间的差异问题和如何充分利用多模态信息进行行人检测,本文提出了一种基于YOLO的多模态特征差分注意融合行人检测方法.该方法首先利用YOLOv3深度神经网络的特征提取主干分别提取多模态特征;其次在对应多模态特征层之间嵌入模态特征差分注意模块充分挖掘模态间的差异信息,并经过注意机制强化差异特征表示进而改善特征融合质量,再将差异信息分别反馈到多模态特征提取主干中,提升网络对多模态