基于孪生卷积神经网络改进的目标跟踪算法
卜华雨
杨国平
上海工程技术大学机械与汽车工程学院 上海 201620
摘要：论文基于Tensorflow深度学习框架,搭建了一个基于深度学习的跟踪模型.通过卷积神经网络提取特征,运用互卷积运算得到响应特征图.通过端到端的训练得到一个分类网络和一个回归网络.其中分类网络用于判断跟踪到的目标是否正确,回归网络用于得到跟精确的目标定位.在训练数据上,以开源的数据集为主,采集到的数据集为辅.对于没有标注的图像采用OpenCV结合算法进行初步标注,然后再由人工检查.论文使用数据集训练了一个通用的目标跟踪器,实现了对一般目标的跟踪,并评估本算法的性能.
关键词：目标跟踪相关滤波卷积神经网络TensorflowOpenCV
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2024-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 671-676 )
英文信息