目标物智能跟踪与分割融合算法及其在变电站视频监控中的应用

发布时间：2023-07-30 18:10

　　针对变电站智能视频监控的多样化需求,提出一种基于孪生网络Siam RPN框架的目标跟踪与分割的融合算法,可以同时完成人员、工程车辆、入侵异物等多种目标的跟踪与分割,准确度高且实时性好。该算法在SiamRPN算法基础上,设计高效的分割分支用于得到跟踪目标的精细掩膜,并且提出一种掩膜质量评判方法,利用分割的结果进一步提升目标跟踪的精度。此外,该文采用在线模板更新的策略,使得该算法对于长视频更具鲁棒性。该算法不仅在变电站的视频监控中表现出了很高的准确率和鲁棒性,而且在目标跟踪最权威的数据集VOT2018上取得较好的分析结果。

【文章页数】：10 页

【文章目录】：
0 引言
1 算法框架
    1.1 孪生区域建议网络算法回顾
    1.2 目标分割分支
    1.3 质量评价策略
    1.4 模板在线更新
2 公开数据集训练以及表现
    2.1 孪生区域建议网络训练
    2.2 分割分支训练
    2.3 VOT结果分析
3 在变电站监控中的应用
    3.1 变电站视频的针对性数据扩充
    3.2 针对遮挡情况的自适应策略
    3.3 变电站人员视频监控验证结果
4 结论



本文编号：3837934