一种基于孪生网络的舰船目标跟踪方法

发布时间：2021-05-18 06:15

　　针对未来海战场目标的跟踪自动化和智能化的需求,提出了一种基于孪生网络的海上目标跟踪方法。近年来随着孪生网络在图像识别领域的广泛应用,因此将这项新技术应用于海上舰船目标具有极强的现实意义。采用基于全连接孪生网络的目标跟踪算法,对海上目标进行跟踪与定位。首先采集目标的视频数据集,然后利用数据集进行网络训练,利用训练所得模型可对海上目标进行跟踪与定位。由于保密相关问题,舰船目标数据集由等比缩小的航模代替进行试验。由测试结果可知,系统所采用的SiameseNet算法,准确率可达80%,且平均帧率可达60fps。实时性、准确性能够基本满足实际应用需求。为了对上述算法进行有效调试,以及下一步满足工程化需求,将结合该算法,研制算法配套的硬件平台。 

【文章来源】：舰船电子工程. 2020,40(04)

【文章页数】：4 页

【文章目录】：
1 引言
2 孪生网络跟踪算法及网络框架
    2.1 基于孪生网络的跟踪算法
    2.2 孪生网络框架
    2.3 孪生网络训练
3 跟踪方法
4 实验与分析
    4.1 实验环境
    4.2 实验结论
5 结语


【参考文献】：
期刊论文
[1]基于Tiny Darknet全卷积孪生网络的目标跟踪[J]. 史璐璐,张索非,吴晓富.  南京邮电大学学报(自然科学版). 2018(04)
[2]基于深度学习的目标跟踪方法研究现状与展望[J]. 罗海波,许凌云,惠斌,常铮.  红外与激光工程. 2017(05)
[3]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.  自动化学报. 2016(10)
[4]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天.  中国光学. 2014(03)
[5]基于局部稀疏表示模型的海上红外目标跟踪方法[J]. 罗燕龙,刘伟盛,戴平阳,李翠华.  厦门大学学报(自然科学版). 2013(03)

博士论文
[1]基于光视觉的无人艇水面目标检测与跟踪研究[D]. 曾文静.哈尔滨工程大学 2013

硕士论文
[1]水面运动目标检测与跟踪算法研究[D]. 蔡丹.江苏科技大学 2017



本文编号：3193277