基于深度学习的目标跟踪算法研究

发布时间：2020-03-26 15:55

【摘要】：在过去的几十年中,计算机视觉和多媒体理解成为计算机科学的重要研究领域。同时,移动目标的视觉跟踪作为计算机视觉中最重要的应用之一,成为当下研究的一个热点。尽管目前在该领域已经取得了很多进展,但由于遮挡、光照变化、目标形变等诸多原因,目标跟踪仍被普遍认为是一项非常有挑战性的任务。随着以深度学习为核心的第三次人工智能浪潮的兴起,深度学习凭借其强大的解决问题的能力,突破了计算机视觉和自然语言处理的一系列挑战。随着数据规模的不断增长,深度学习在目标检测,图像分类等方面取得了重大的成果。近几年,基于深度学习的目标跟踪算法也逐渐被提出,使得目标跟踪领域迎来了重大突破。本文专注于基于深度学习的目标跟踪算法。首先,本文回顾了近几年应用了深度学习的主流目标跟踪算法,主要包括基于CNN特征和相关滤波的目标跟踪以及基于端到端神经网络的目标跟踪。然后,为了平衡跟踪速度和跟踪精度,本文以全卷积孪生神经网络SiamFC算法为切入点,根据算法中存在的问题,从跟踪策略和网络结构两方面做了改进。在跟踪策略方面,本文引入了再检测机制,并通过使用生成式的模型构建模板和高置信度的模型更新策略,提升了算法的判别能力。在网络结构方面,通过使用深度更深的ResNet18来代替AlexNet,并且融合了多层特征,可以更加精准的对目标进行定位。在公开数据集上的测试及和其他算法的对比,表明了改进算法的优异性能。
【学位授予单位】：中国科学院大学(中国科学院长春光学精密机械与物理研究所)
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP183

【相似文献】

相关期刊论文 前10条

1 杨凯杰;田畅;关文君;;快速目标跟踪算法及其嵌入式实现[J];军事通信技术;2016年04期

2 陈伟;祝恩;刘天航;殷建平;邱明辉;;目标跟踪算法的并行优化[J];计算机工程与科学;2016年11期

3 张涛;李继生;董恩国;;基于人脸识别的移动目标跟踪算法研究[J];现代制造技术与装备;2017年02期

4 李贺;;基于深度学习的目标跟踪算法研究综述[J];黑龙江科技信息;2017年17期

5 吴小俊;徐天阳;须文波;;基于相关滤波的视频目标跟踪算法综述[J];指挥信息系统与技术;2017年03期

6 王立新,戴冠中;一种分散化多站联合目标跟踪算法[J];航空学报;1988年03期

7 V.纳加拉简;R.N.沙马;肖万选;;改善边跟踪边搜索雷达的检测和跟踪性能的新方法(第二部分)——检测、航迹的产生与组合[J];雷达与对抗;1988年05期

8 孟t-;李诚新;;近年目标跟踪算法短评——相关滤波与深度学习[J];中国图象图形学报;2019年07期

9 窦慧;赵书斌;王强;;基于特征点的典型目标跟踪算法性能分析[J];指挥控制与仿真;2017年02期

10 王丽娜;;基于卡尔曼滤波的单模型目标跟踪算法的仿真研究[J];中国新通信;2016年10期

相关会议论文 前10条

1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（上卷）[C];1995年

2 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

3 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

4 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

6 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

7 石章松;刘忠;;一种使用辅助变量的单站纯方位目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

8 段萌远;于俊清;王锦;;基于活动状态分类的多目标跟踪算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

9 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

10 郭春;罗鹏飞;;一种基于小波变换的目标跟踪算法研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

相关博士学位论文 前10条

1 张铎;基于水下无线传感器网络的自组织目标跟踪算法研究[D];浙江大学;2019年

2 储琪;基于深度学习的视频多目标跟踪算法研究[D];中国科学技术大学;2019年

3 郭巳秋;基于TLD的粒子群目标跟踪理论与应用技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年

4 胡秀华;复杂场景中目标跟踪算法研究[D];西北工业大学;2017年

5 王全辉;筛选式知识辅助多模型机动目标跟踪算法[D];深圳大学;2018年

6 产思贤;基于视觉系统的智能目标跟踪算法研究[D];浙江工业大学;2018年

7 胡琪;基于随机矩阵的扩展目标跟踪算法研究[D];西安电子科技大学;2018年

8 金加根;基于元数据的雷达目标检测和跟踪研究[D];武汉理工大学;2015年

9 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

10 胡硕;基于小波理论的目标检测与快速目标跟踪算法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2006年

相关硕士学位论文 前10条

1 李凯峰;基于KCF的目标跟踪算法研究及嵌入式系统实现[D];天津理工大学;2019年

2 吕应宇;基于深度学习的非特定目标跟踪算法研究[D];沈阳工业大学;2019年

3 石亚倩;深度学习及深度强化学习在视频目标跟踪中的应用研究[D];西安理工大学;2019年

4 危振;结合目标全局信息的分块目标跟踪算法[D];南昌航空大学;2019年

5 梁浩（Hawkeye Liang）;基于深度学习的目标跟踪算法研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年

6 刘海洋;基于判别模型的目标跟踪算法研究[D];哈尔滨理工大学;2019年

7 姜凯文;基于相关滤波的空对地目标跟踪算法的研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年

8 周启晨;基于深度学习的无人机对地目标跟踪算法研究[D];北方工业大学;2019年

9 王永;基于孪生网络的目标跟踪算法及其在舰船场景中的应用研究[D];厦门大学;2018年

10 赵周鼎;核相关滤波目标跟踪算法的研究及其嵌入式平台的实现[D];郑州大学;2019年

，

本文编号：2601649