基于卷积神经网络的移动网络目标跟踪与控制
魏冬梅
西华大学 计算机与软件工程学院, 成都 610039;西南财经大学 管理科学与工程学院,成都 610074
摘要：针对移动网络目标跟踪与控制过程中易出现遮挡、形变和模糊等问题,提出了基于卷积神经网络的移动网络目标跟踪与控制方法.利用卷积神经网络构建CNN模型,在原始移动网络目标图像金字塔内,提取多尺度特征,结合滤波算法获取的移动目标响应图,在多模板条件下求解各层卷积特征滤波最佳参数,通过最佳参数和滤波响应获取最终响应图,根据最终响应图中响应最大值实现移动网络目标的自适应跟踪与控制.实验结果表明,所提方法平均跟踪精确度为97.18％,平均跟踪成功率为95.93％,中心位置平均误差为4.38,误差幅值较小,具有良好的目标跟踪与控制能力.
关键词：卷积神经网络移动网络目标跟踪滤波算法特征提取响应值拉普拉斯滤波高斯金字塔
分类号：TP391(计算技术、计算机技术)
资助基金：教育部产学合作协同育人项目(220606627135356)全国高等院校计算机基础研究会项目(2022-AFCEC-559)西华大学教改项目(xjjg2021060)
论文发表日期：2023-05-25
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( 342-347 )
英文信息