【摘 要】
：
在相关滤波器跟踪算法中引入正则化后可以有效提高跟踪效率，但需要花费大量精力调整预定义参数，此外还有目标响应发生在非目标区域会导致跟踪漂移等问题，因此提出一种自动全局上下文感知相关滤波器跟踪算法(Automatic Global Context Awareness Correlation Filter Tracking Algorithm，AGCACF)。首先，在跟踪过程中利用目标局部响应变化实现自
【出 处】
：
南京信息工程大学学报(自然科学版)
论文部分内容阅读
在相关滤波器跟踪算法中引入正则化后可以有效提高跟踪效率，但需要花费大量精力调整预定义参数，此外还有目标响应发生在非目标区域会导致跟踪漂移等问题，因此提出一种自动全局上下文感知相关滤波器跟踪算法(Automatic Global Context Awareness Correlation Filter Tracking Algorithm，AGCACF)。首先，在跟踪过程中利用目标局部响应变化实现自动空间正则化，将自动空间正则化模块加入目标函数，使滤波器专注于目标对象的学习；其次，跟踪器利用目标全局上
其他文献
地质样品中卤素是反演与流体和挥发分相关的地质过程的重要示踪元素。由于卤素含量低和强挥发性，准确测定地质样品中卤素一直是分析地球化学的难点。近年来，针对地质样品卤素的样品前处理技术的开发开展了大量工作。高温热解法、碱熔（溶）法、酸性消解法和碱性提取法能够满足土壤、沉积物和岩石中高含量卤素的分析要求。针对低含量卤素，仅有中子活化法和稀有气体质谱法能够准确定量。随着分析地球化学的发展，地质样品卤素分析技
被动源地震数据以其采集成本低、数据重构灵活性高和低频信息丰富等优点，已经得到地震勘探领域越来越多的关注.被动源全波形反演是利用采集到的被动源地震数据得到较为准确的地下介质速度结构的一种很有潜力的方法.对被动源地震数据进行全波形反演需要解决被动源震源位置未知、震源子波不确定和记录信噪比低等问题.针对以上问题，本文提出了基于随机干涉重构的被动源地震数据全波形反演方法.随机干涉重构是在利用地震干涉法重构
基于阿里研究院发布的淘宝村2009-2020年数据，运用“增长-消失”率、核密度分析法、冷热点分析、组合分类等方法对中国淘宝村“增长-消失”的时空特征及影响因素进行研究。结果发现：①从时间维度看，中国淘宝村经历了萌芽期、成长期以及现阶段的高速扩张期；但“消失/增长”呈现出“先陡再缓后陡”的“折线形”变化态势，表明消失的淘宝村呈现“先增后减再增”的特点。②从空间特征来看，利用2014、2016、20
西坞口矿床是江南隆起带安徽宁国市近年来发现的首个关键金属铷（Rb）矿床，与成矿有关的岩浆岩为花岗斑岩。矿床中发育两类铷矿体：矿体I赋存于花岗斑岩体内，矿体II产于花岗斑岩体顶部，两类矿体的矿物组合均为多硅白云母+石英，其中矿体I呈透镜体状产于花岗斑岩体顶部，多硅白云母含量可达70%，品位为0.25%；矿体II产于花岗斑岩体和地层接触带，品位为0.21%。前人对西坞口矿床的矿化特征、岩浆岩年代学、岩
研究建设用地增长格局对促进国土空间可持续高质量发展具有积极作用。采取扩张强度指数、等扇形法、空间自相关、PCA-STIRPAT模型、地理探测器，定量揭示1990-2018年长株潭都市圈建设用地增长格局特征及时空驱动因子。结果表明：①长株潭都市圈建设用地1990-2000年扩张缓慢，2000-2010年迅速扩张，2010-2018年缓速扩张。这三个阶段长株潭都市圈建设用地主要扩张方向不同，长沙都市区
随着苹果矮砧密植栽培模式的迅速发展，揭示矮砧密植苹果园土壤矿质氮的积累与分布特征对果园科学施肥具有重要意义。本研究以不同树龄（6 a、9 a、12 a）的矮砧密植苹果园为对象，在树下、株间、行间以及树干与行间的中间点位置采集土样，分析土壤硝态氮、铵态氮和矿质氮的积累与分布特征。结果表明：0～300 cm土层土壤硝态氮累积量随果园树龄的增大而增加，不同树龄的果园之间差异显著，表现为6 a＜9 a＜1
病理组织图像在获取以及处理的过程中，存在异物遮挡、设备故障等问题，从而导致图像污染或者部分信息的缺失。针对上述问题，采用基于BigGAN的预训练模型，并通过迁移学习实现了结肠组织病理学图像的重建。首先从预训练好的模型中提取潜在向量与类别标签作为先验输入，其次通过联合优化损失函数不断更新潜在向量与网络参数来对缺失图像进行重建，引导生成器分五个阶段逐步生成与原图像细节一致的重建图像。结果表明，利用该方
目前深度学习在计算机视觉领域中取得了巨大成功，但是小目标检测仍是目标检测领域中具有挑战性的难题。针对小物体分辨率低、图像模糊、携带信息少等问题，提出了引入残差学习与多尺度特征增强的目标检测器。首先在主干网络中引入基于残差学习的增强特征映射块，通过通道平均和归一化处理使得模型更加专注于对象区域而不是背景，并在兼顾检测速度的同时为有效特征层提供额外的语义信息；然后通过对上下文信息敏感的特征融合块，增大
【目的】管孔是木材识别方面的重要特征之一。针对管孔随机分布、大小不一导致管孔分割鲁棒性不高，木纤维、木射线以及轴向薄壁组织等噪声区域对管孔分割效果影响较大的问题，本研究提出了一种改进K-means聚类与分水岭的木材横截面管孔分割算法。【方法】采用改进K-means聚类对管孔区域进行粗分割，有效区分管孔区域与木纤维、木射线以及轴向薄壁组织等噪声区域。再对粗分割结果采用改进分水岭算法进行精分割，分割出
土壤碳库是陆地生态系统的最大碳库， 其在碳循环中起到重要作用。考虑到温室效应的日益严重， 增加土壤有机碳的稳定性成为迫在眉睫的问题。研究证实， 矿物吸附机制是最重要的土壤有机碳稳定机制之一。矿物吸附有机碳容量和稳定性受多重因素影响。土壤矿物类型、结晶程度和径级大小等矿物因素影响矿物吸附能力和机制。非晶质矿物如水铝英石和伊毛缟石对有机碳有很强的吸附能力。植物源碳多被粗径级矿物吸附， 微生物碳则易被细