导读:本文包含了目标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:目标,特征,粒子,勘察设计,概预算,深度,模型。
目标跟踪论文文献综述
赵俊齐,伍海龙,刘婕,刘朝荣[1](2019)在《联合时空上下文和反稀疏模型的目标跟踪方法》一文中研究指出针对基于反稀疏表示跟踪方法存在的跟踪准确性不高的问题,提出了一种结合时空上下文和反稀疏表示的目标跟踪方法。首先,使用模板对目标进行表示,并利用粒子滤波的方法生成相应的候选目标。然后,利用时空上下文置信图的方法对候选目标进行优化。最终,再由选出的候选目标和目标模板利用反稀疏表示方法得到最终的跟踪结果。实验结果验证了论文方法在跟踪准确性方面的有效性。(本文来源于《计算机与数字工程》期刊2019年12期)
王殿伟,许春香,刘颖[2](2019)在《基于多特征融合的核相关滤波目标跟踪算法》一文中研究指出为提高复杂背景下目标跟踪的精度和鲁棒性,提出一种多特征融合的核相关滤波目标跟踪算法。在海量无关图片训练集上得到深度模型,使用目标跟踪视频序列对其进行微调;从模型中提取多层深度线性特征并进行插值运算,同时提取图像序列的方向梯度直方图特征和颜色名特征;将得到的特征图通过核相关滤波计算相应的相关响应图;融合各个响应图,寻找最大响应值以确定目标位置。在OTB和VOT标准数据集上的实验结果表明,该模型具有较高的识别精度,能够在背景斑杂、光照变化、目标遮挡和变形等复杂环境下长期稳定地跟踪目标。(本文来源于《计算机工程与设计》期刊2019年12期)
罗剑雄[3](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)
任珈民,宫宁生,韩镇阳[4](2019)在《一种改进的基于孪生卷积神经网络的目标跟踪算法》一文中研究指出目标跟踪是计算机视觉的一个重要研究方向.为了对视频序列中单个目标进行准确定位和实时跟踪,本文采用孪生卷积神经网络解决深度神经网络模型更新不及时和训练数据不足的问题;同时在孪生卷积神经网络的特征提取子模块中加入SE-Net,先利用卷积层提取图像的空间特征信息,再利用特征通道间的相互依赖关系建模,强化有效通道特征,进一步提升网络的特征表征能力,从而提升特征提取的效果;最后通过区域推荐网络进行目标定位和边框微调.本文使用OTB2015数据集进行实验,以平均覆盖率和OPE方法作为评估标准,实验结果表明平均覆盖率为66. 6%,OPE准确率图和成功率图也均显示跟踪效果优于其他算法.(本文来源于《小型微型计算机系统》期刊2019年12期)
张鹏程[5](2019)在《基于粒子滤波与神经网络的工程勘察目标遮挡跟踪——评《通信工程勘察设计与概预算》》一文中研究指出随着全球信息化的到来,世界正经历一场由信息和信息技术为主导的革命。掌握以信息为载体的先进科学技术,是我国建设现代化强国,增强综合国力,提升国际竞争力的关键。目标跟踪技术作为计算机视觉学科中的组成部分,是一门跨学科涉及多领域的科学技术。目标跟踪能够自主获取信息并对信息进行分析判断,从而做出智能决策。主要运用在视频监控、交通管理、军事安全等领域。在目标跟踪的过程中,目标运动具有复杂性、特殊性,再加上复杂背景、光照强度、目标特征、目标尺度变化等多方面因素的干扰,目标追踪的效果受到严重影响。尤其是目标跟踪的遮挡问题,一直是目标跟踪过程中急需解决的难点,对跟踪算法和模型的精确程度要求较高,然而多数系统都(本文来源于《岩土工程学报》期刊2019年12期)
韩伟,朱沛,唐朝,陈朝[6](2019)在《目标转弯机动对雷达跟踪性能影响分析》一文中研究指出以目标机动和雷达跟踪的动态对抗为研究背景,针对雷达常采用的Singer、CS机动模型以及目标常用的水平转弯机动,分析了跟踪模型中不同参数条件下目标机动对雷达跟踪质量的影响,根据分析结果提出了目标摆脱雷达跟踪的最佳规避策略。该研究为战斗机采取规避机动、完成突防作战行动提供了理论依据。(本文来源于《雷达与对抗》期刊2019年04期)
杨玉平[7](2019)在《基于AI的家庭智能陪护机器人的目标跟踪算法研究》一文中研究指出家庭智能陪护机器人在近年来越来越火,目标跟踪是智能机器人的重要关键技术,目前的应用还不是很普遍,效果还不是很好。Mean Shift均值漂移算法是当前目标跟踪应用较普遍的算法,但也存在受背景干扰较大、反应时间较长等问题。本文提出改进的Mean Shift均值漂移算法,通过改进核函数来降低背景对目标的干扰、缩短了反应时间,提高了目标跟踪效率。(本文来源于《价值工程》期刊2019年35期)
陈艺[8](2019)在《改进Camshift算法的多行人目标跟踪方法》一文中研究指出针对基于颜色特征的目标跟踪方法在跟踪多个行人目标时,易受衣服颜色相近的行人影响,造成行人目标跟踪发生错误的问题,提出一种改进Camshift算法的多行人目标跟踪方法:为克服单一颜色特征作为目标模型易造成目标丢失的不足,按一定的权值系数融合目标的颜色特征和HOG特征来建立目标模型;并分别对多个行人目标建立目标模型,将传统的Camshift算法的单目标跟踪扩展成多目标跟踪。实验结果表明,该方法相比于传统Camshift算法更具鲁棒性,跟踪准确率可提升5.3%,相比于粒子滤波算法,实时性能够提升30.23%。(本文来源于《导航定位学报》期刊2019年04期)
记者,袁静[9](2019)在《加大跟踪督导力度 按时按质完成各项工作目标任务》一文中研究指出本报讯(记者 袁静)12月11日,市委副书记、市长何平专题研究市《政府工作报告》和市政府四届五次、六次全体会议安排事项推进工作。他强调,要采取有力措施,进一步加强对滞后事项的跟踪督办,力争年度各项目标任务全面完成。何平依次听取了相关副市长分管领域(本文来源于《巴中日报》期刊2019-12-12)
张宇轩,胡士强[10](2019)在《基于多属性分类的雷达目标跟踪算法》一文中研究指出传统目标跟踪算法无法有效利用目标的属性信息,而已有的基于PN学习的雷达目标跟踪算法获取目标属性信息过少,在杂波更为复杂的实际环境中仍然存在滤波能力不足的情形。针对这一问题,提出基于SVM多属性分类器的目标跟踪滤波算法。该算法在原有的PN学习算法基础上,扩宽了系统获取雷达数据信息的维度。这些数据更好地反映了目标和杂波的特征,使得雷达识别杂波的能力增强。仿真实验表明:该算法在强杂波环境下有效地提升了目标跟踪的精度。(本文来源于《传感器与微系统》期刊2019年12期)
目标跟踪论文开题报告
(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:
为提高复杂背景下目标跟踪的精度和鲁棒性,提出一种多特征融合的核相关滤波目标跟踪算法。在海量无关图片训练集上得到深度模型,使用目标跟踪视频序列对其进行微调;从模型中提取多层深度线性特征并进行插值运算,同时提取图像序列的方向梯度直方图特征和颜色名特征;将得到的特征图通过核相关滤波计算相应的相关响应图;融合各个响应图,寻找最大响应值以确定目标位置。在OTB和VOT标准数据集上的实验结果表明,该模型具有较高的识别精度,能够在背景斑杂、光照变化、目标遮挡和变形等复杂环境下长期稳定地跟踪目标。
(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。
目标跟踪论文参考文献
[1].赵俊齐,伍海龙,刘婕,刘朝荣.联合时空上下文和反稀疏模型的目标跟踪方法[J].计算机与数字工程.2019
[2].王殿伟,许春香,刘颖.基于多特征融合的核相关滤波目标跟踪算法[J].计算机工程与设计.2019
[3].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
[4].任珈民,宫宁生,韩镇阳.一种改进的基于孪生卷积神经网络的目标跟踪算法[J].小型微型计算机系统.2019
[5].张鹏程.基于粒子滤波与神经网络的工程勘察目标遮挡跟踪——评《通信工程勘察设计与概预算》[J].岩土工程学报.2019
[6].韩伟,朱沛,唐朝,陈朝.目标转弯机动对雷达跟踪性能影响分析[J].雷达与对抗.2019
[7].杨玉平.基于AI的家庭智能陪护机器人的目标跟踪算法研究[J].价值工程.2019
[8].陈艺.改进Camshift算法的多行人目标跟踪方法[J].导航定位学报.2019
[9].记者,袁静.加大跟踪督导力度按时按质完成各项工作目标任务[N].巴中日报.2019
[10].张宇轩,胡士强.基于多属性分类的雷达目标跟踪算法[J].传感器与微系统.2019