导读:本文包含了记忆跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:记忆,视觉,目标,算法,空间,卡尔,模型。
记忆跟踪论文文献综述
罗剑雄[1]（2019）在《基于学习记忆的雷达目标跟踪优化方法研究》一文中研究指出引言:传统的雷达目标跟踪单纯依靠跟踪算法完成目标追踪,容易受到追踪目标自身属性及杂波的干扰,导致跟踪失败。本文提出了一种基于学习记忆的雷达目标跟踪优化方法,该方法以跟踪-学习-检测架构为基础,将多模型跟踪结果作为样本输入数据,通过学习器对跟踪器和检测器进行约束,并优化跟踪器,以满足稳定追踪的基本要求。仿真实验表明,本文提出的雷达目标跟踪优化方法可以提升目标跟踪的准确性。(本文来源于《电子世界》期刊2019年23期）
丁盼,庞晓平,陈进[2]（2019）在《基于长短期记忆网络的挖掘机器人视觉跟踪系统设计》一文中研究指出为通过视觉系统向挖掘机器人输入挖掘目标以及解决因运动容易导致挖掘目标丢失的问题,提出一种基于长短期记忆网络的视觉跟踪方法,无需限定特定目标类别,直接从摄像头图像中框选目标,经过Dlib提取特征后,通过训练优化长短期记忆网络来跟踪挖掘目标的位置。针对亮度变化、障碍物遮挡和背景干扰叁类常见问题进行长短期记忆网络建模和训练,经图片集模拟测试和实际跟踪测试均显示该网络模型能够有效纠正干扰并稳定输出目标位置。网络模型将神经网络和传统机电控制方法结合,提高视觉跟踪精度,为将神经网络应用于挖掘机智能化进行了初步探索。(本文来源于《机械制造与自动化》期刊2019年04期）
孙浩,韩立新,徐国夏[3]（2019）在《记忆驱动的空时相关滤波跟踪算法》一文中研究指出为解决目标跟踪中目标形变、遮挡等因素导致目标外观大幅度变化的问题,提出了记忆驱动的空时相关滤波跟踪算法。首先使用交叉熵公式度量前、后两帧模型的差异,以确定样本的置信度;然后通过置信度储存跟踪目标的外观记忆,并使用外观记忆对模型做时间上的约束,以增加跟踪模型的抗干扰性。基于公开数据集OTB2015进行算法性能测试,结果显示,所提出的目标跟踪算法的跟踪精度和跟踪成功率皆有所提升,尤其是对目标遮挡、形变类视频的跟踪效果提升显着。(本文来源于《中国科技论文》期刊2019年07期）
齐苏敏,王来花,贾慧[4]（2019）在《基于相关滤波扩展记忆系统模型的智能目标跟踪》一文中研究指出将目标跟踪过程看作一个多重记忆系统模型,提出了基于相关滤波的扩展记忆系统模型,实现了基于记忆系统模型的智能目标跟踪。首先,通过提取跟踪目标特征学习目标信息,生成短时相关滤波器,产生短时记忆;然后利用每一帧短期记忆的不断重复与更新,产生长时记忆,生成长时相关滤波器。短时与长时记忆构成相关滤波记忆系统模型,完成目标跟踪。在此模型基础上,分析与挖掘模型中的相关滤波数据,加入四种智能化控制信息,构建扩展记忆系统模型,实现智能化的目标跟踪。基于相关滤波的扩展记忆系统模型利用生物记忆的原理使目标跟踪更加自动化、智能化,增强目标跟踪的准确性。实验结果表明,与当前流行的相关滤波跟踪算法相比,本文算法提高了目标跟踪的抗干扰性、抗遮挡性与抗形变能力,同时保证了在尺度跟踪的有效性。(本文来源于《光电子·激光》期刊2019年06期）
刘高成[5]（2019）在《融合视觉记忆机制的目标跟踪策略研究》一文中研究指出随着计算机视觉和人工智能的快速发展,人们的生活方式和居住的城市变得越来越智能化。近年来,随着智能视频监控技术在各种各样的城市智能服务中的广泛应用,视觉目标跟踪越来越受到人们的关注。然而,在实际应用中目标跟踪算法仍然面临着各种各样的挑战。其中主要问题在于在实际应用中需要面对很多复杂的场景,例如目标遮挡,光照变化,快速运动,自身的姿态变化等。除此之外,实际应用对跟踪算法实时性的要求也成为了现在需要解决的一个难题。因此,如何应对上述的挑战,成为了视觉目标跟踪中的重要研究课题。当前的目标跟踪算法在性能方面仍与人类视觉系统有一定的差距。因此本文通过研究人类视觉系统的工作机理与机制,提出了视觉记忆机制跟踪策略并将其引入目标跟踪算法中去改进它们在遮挡、光照变化等复杂场景下的性能。本文主要研究内容如下:(1)通过模拟人类视觉的目标跟踪过程以及分析人类视觉在应对各种复杂场景下目标跟踪的工作机理,提出了视觉记忆机制的相关概念并且构建了视觉记忆机制模型。(2)在视觉记忆机制模型的基础上,将人类视觉记忆机制融合到视觉目标跟踪算法中,构建了基于视觉记忆机制的目标跟踪算法框架。并选取相关滤波与Tracking-by-detection跟踪算法的典型代表,分别融合视觉记忆机制。(3)在OTB2013和OTB2015这两个目前主流的视觉目标跟踪算法评价数据集上,分别对两个融合了视觉记忆机制策略的改进算法进行评价。最后通过定性分析和定量分析,验证本文提出的融合视觉记忆机制的目标跟踪策略的有效性。同时证明融合视觉记忆机制,可以将基础算法提升到state-of-the-art水平。(本文来源于《内蒙古大学》期刊2019-06-06）
宋勇,李旭,赵宇飞,郭拯坤,杨昕[6]（2018）在《基于主从记忆空间模型的时空上下文跟踪算法》一文中研究指出提出了一种基于主、从记忆空间模型的时空上下文跟踪算法。该算法将人脑记忆机制融入STC算法的时空上下文模板更新过程,通过构建主、从记忆空间,形成基于记忆的模板更新策略。同时,通过计算置信图多峰值点求取目标位置,提高目标跟踪精度。实验结果表明,所提出的算法可解决目标被遮挡、姿态突变、短暂消失后重现等条件下的跟踪精度下降问题,有利于实现鲁棒性、高精度运动目标跟踪。(本文来源于《兵器装备工程学报》期刊2018年12期）
齐玉娟,牛潇然,王延江[7]（2018）在《一种基于记忆的目标跟踪算法及实验验证》一文中研究指出粒子滤波跟踪算法通常采用颜色直方图等全局特征作为观测模板和目标模板。然而,当目标的外观发生变化或者与背景相似时,全局特征的准确性会急剧下降。为了解决上述问题,引入人类叁阶段记忆机制用于构建模板空间,模板空间结合目标的局部特征和全局特征,并记忆目标的时序变化。在目标跟踪过程中,模板空间对粒子的传播加以控制,以避免粒子的退化;同时,粒子集合对特征点的匹配范围进行约束,以减少伪匹配的发生,增强目标模板的可靠性。实验结果表明,当目标外观与背景相似,或由尺度变化、光照突变、旋转等引起目标外观发生变化时,该算法仍能鲁棒地跟踪目标。(本文来源于《实验室研究与探索》期刊2018年11期）
庞岳峰,陈建友,许文鹏,李俭[8]（2018）在《基于卡尔曼滤波的飞行器测控伺服记忆跟踪算法》一文中研究指出针对目标飞行异常情形下遥测伺服设备记忆跟踪精度低的问题,提出一种基于卡尔曼滤波的记忆跟踪算法。该算法利用卡尔曼滤波减小测量数据失真引入的初始误差,并对滤波后速度和加速度值进行记忆外推。外推数据采用Neville插值,保证记忆跟踪时天线能够平滑运行。仿真结果显示,飞行器飞行异常情形下该算法跟踪角度均方根误差较现有的记忆跟踪算法平均减小39%。(本文来源于《遥测遥控》期刊2018年04期）
冯棐,吴小俊,徐天阳[9]（2018）在《基于子空间和直方图的多记忆自适应相关滤波目标跟踪算法》一文中研究指出为了增强相关滤波算法(CF)在目标遮挡或背景干扰情况下跟踪的鲁棒性,提出基于子空间和直方图的多记忆自适应相关滤波目标跟踪算法.首先,针对CF使用的模板单一无法应对不同时期相邻帧目标表现的差异,提出利用随机更新策略学习多个目标模板,应对不同时期的目标变化.然后,针对不同的更新模板得到多个候选目标,利用子空间学习上一帧的表示系数,综合判断候选目标的准确性.同时,因为CF与子空间表示均利用模板判断跟踪结果,对背景杂乱等情况判断容易造成偏差,所以引入颜色直方图,利用统计特征作为独立的判断依据,增强算法对候选目标判断结果的准确性.在标准视频集上的实验表明,文中算法具备一定的抗遮挡及抗背景干扰能力.(本文来源于《模式识别与人工智能》期刊2018年07期）
庞岳峰,李春锋,牛攀峰,孔尚满[10]（2016）在《基于理论弹道速度匹配的飞行器测控记忆跟踪算法》一文中研究指出针对遥测设备现有记忆跟踪存在速度跳变和外推误差大的问题,提出了一种基于理论弹道速度匹配的记忆跟踪算法。分析了遥测设备记忆跟踪算法原理与不足,对原记忆跟踪算法进行改进,同时将Neville算法用于记忆跟踪数据插值。仿真结果表明新算法外推10 s、5 s和3 s的均方根误差比原算法平均减小44.9%。新算法在设备应用的测试结果同样证明了其优越性。(本文来源于《电讯技术》期刊2016年04期）
记忆跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为通过视觉系统向挖掘机器人输入挖掘目标以及解决因运动容易导致挖掘目标丢失的问题,提出一种基于长短期记忆网络的视觉跟踪方法,无需限定特定目标类别,直接从摄像头图像中框选目标,经过Dlib提取特征后,通过训练优化长短期记忆网络来跟踪挖掘目标的位置。针对亮度变化、障碍物遮挡和背景干扰叁类常见问题进行长短期记忆网络建模和训练,经图片集模拟测试和实际跟踪测试均显示该网络模型能够有效纠正干扰并稳定输出目标位置。网络模型将神经网络和传统机电控制方法结合,提高视觉跟踪精度,为将神经网络应用于挖掘机智能化进行了初步探索。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
记忆跟踪论文参考文献
[1].罗剑雄.基于学习记忆的雷达目标跟踪优化方法研究[J].电子世界.2019
[2].丁盼,庞晓平,陈进.基于长短期记忆网络的挖掘机器人视觉跟踪系统设计[J].机械制造与自动化.2019
[3].孙浩,韩立新,徐国夏.记忆驱动的空时相关滤波跟踪算法[J].中国科技论文.2019
[4].齐苏敏,王来花,贾慧.基于相关滤波扩展记忆系统模型的智能目标跟踪[J].光电子·激光.2019
[5].刘高成.融合视觉记忆机制的目标跟踪策略研究[D].内蒙古大学.2019
[6].宋勇,李旭,赵宇飞,郭拯坤,杨昕.基于主从记忆空间模型的时空上下文跟踪算法[J].兵器装备工程学报.2018
[7].齐玉娟,牛潇然,王延江.一种基于记忆的目标跟踪算法及实验验证[J].实验室研究与探索.2018
[8].庞岳峰,陈建友,许文鹏,李俭.基于卡尔曼滤波的飞行器测控伺服记忆跟踪算法[J].遥测遥控.2018
[9].冯棐,吴小俊,徐天阳.基于子空间和直方图的多记忆自适应相关滤波目标跟踪算法[J].模式识别与人工智能.2018
[10].庞岳峰,李春锋,牛攀峰,孔尚满.基于理论弹道速度匹配的飞行器测控记忆跟踪算法[J].电讯技术.2016
论文知识图
