金屬所制備出柔性碳納米管傳感存儲一體化器件
中國科大在鈣鈦礦太陽能電池激發態載流子復合機制研究中取得進展
中國科大成功實現相距50公里光纖的存儲器間的量子糾纏
新一代高通量薄膜制備及原位表征技術研發進展
外爾半金屬WP2電阻率各向異性及其光譜研究取得進展
西安光機所等離子體器件研發取得突破性研究進展
中國科大在單分子拉曼成像領域取得重大進展 提出掃描拉曼埃分辨顯微術
新型中子半導體探測器能裝入口袋
上海高等研究院在鈣鈦礦半導體薄膜研究方面取得系列進展
上海光源線站工程納米自旋與磁學線站BL07U、動力學研究線站BL05U 和其紅外分支...
官方微信
友情鏈接

光電所在基于人工智能的運動目標跟蹤研究方面取得進展

2019-11-21

目標跟蹤是計算機視覺領域一個重要的研究熱點,應用范圍廣,包括無人機監察、無人駕駛、行人與車輛監控等。目標跟蹤從上世紀50年代初起源至今,盡管已有大量研究成果,但對于復雜場景的實時目標跟蹤依舊難以實現。目標跟蹤過程中的目標變形、光照變化、尺度變化、快速運動與模糊、遮擋等依然是穩定跟蹤目標的艱巨挑戰。

目前,主流的目標跟蹤算法主要有傳統目標跟蹤方法和基于深度學習的目標跟蹤算法。傳統目標跟蹤方法在跟蹤實時性上表現較好,但是由于特征提取能力受限,導致在不同應用環境下準確性和魯棒性受限?;谏疃葘W習的目標跟蹤算法特征提取能力很強,但其計算復雜實時性難以保證。

光電所光電探測與信號處理研究室徐智勇、張建林研究員等帶領的研究團隊針對復雜場景飛機目標實時跟蹤的實際應用,對Multi-Domain Networks深入研究,基于其在跟蹤準確性上的優異表現,提出了簡約跟蹤框架Fast Deep learning Tracking Networks(FDLAT Net)如下圖,通過深度網絡的多層特征增強了目標特征及表示有效克服了目標姿態、復雜場景干擾等問題。

FDLAT Net架構

研究團隊進一步通過全連接層與回歸層的優化,在有效地提升了目標跟蹤的處理速度的同時也很好地提升了目標識別的準確性和目標跟蹤的精度,使算法對姿態變化、場景干擾、尺度變化等情形下的目標都實現了穩定跟蹤,并達到實時跟蹤的要求。

論文鏈接:http://www.oejournal.org/mv_html/j00001/2019-09/A190912000005_WEB.htm

(來源:中國科學院光電技術研究所



關于我們
下載視頻觀看
聯系方式
通信地址

北京市海淀區清華東路甲35號 北京912信箱 (100083)

電話

010-82304210/010-82305052(傳真)

E-mail

[email protected]

交通地圖
版權所有 中國科學院半導體研究所

備案號:京ICP備05085259號 京公網安備110402500052 中國科學院半導體所聲明

在藏区为藏民照相赚钱吗 下周股市行情分析 湖北30选5开奖号码查询 中信证券股票行情 如何从网上赚钱 波克棋牌免费下载 天津11选5走势图 四肖期期 豪利棋牌官网app下载 体彩黑龙江6+1 买短线股票技巧