【摘 要】
:
目标跟踪是计算机视觉领域中一项基础研究任务,在视频监控、城市安防、智慧交通的场景中应用广泛。因此,对目标跟踪方法的研究具有重要的理论意义和应用价值。随着深度学习的快速发展,基于深度神经网络的目标跟踪方法表现出优越的性能,目标跟踪算法整体性能得到了显著的提升。其中,基于全卷积孪生网络的目标跟踪算法,由于其良好的跟踪精度与高效的跟踪效率,受到了研究人员的广泛关注。然而,由于背景杂乱、光照变化、目标表观
论文部分内容阅读
目标跟踪是计算机视觉领域中一项基础研究任务,在视频监控、城市安防、智慧交通的场景中应用广泛。因此,对目标跟踪方法的研究具有重要的理论意义和应用价值。随着深度学习的快速发展,基于深度神经网络的目标跟踪方法表现出优越的性能,目标跟踪算法整体性能得到了显著的提升。其中,基于全卷积孪生网络的目标跟踪算法,由于其良好的跟踪精度与高效的跟踪效率,受到了研究人员的广泛关注。然而,由于背景杂乱、光照变化、目标表观变化等因素的影响,基于全卷积孪生网络的目标跟踪算法的性能仍不能达到令人完全满意的效果,设计鲁棒的基于孪生网络的跟踪算法仍然是一个有挑战性的课题。本文深入分析了基于孪生网络的目标跟踪方法的原理及其发展。从学习有鉴别力的响应图和有效更新目标模板信息两个方面展开研究。通过研究,本文提出两种新颖的基于孪生网络的跟踪方法,以解决基于孪生网络的方法对背景杂乱、目标表观变化大等情况性能表现较差的问题。本文的研究内容与创新点如下:(1)本文提出基于特定目标响应注意力的孪生网络用于目标跟踪。基于全卷积孪生网络的目标跟踪方法,其模型所提取的特征信息包含所提取图像块中所有物体的信息;在目标跟踪过程中,跟踪方法只需要与所跟踪的目标相关的特征信息,而传统的基于孪生网络的跟踪方法引入了与目标无关的特征信息到相似度响应图的生成过程中,使得生成的响应图不准确。针对此问题,本文提出了一种新的基于特定目标响应注意力的孪生网络用于目标跟踪。该方法首先使用逐通道的互相关操作,对通道间的互相关映射进行解耦,进而得到多通道的响应图。然后,该方法使用特定目标响应注意力模块对通道进行加权,以此增强目标相关信息对跟踪性能的贡献,并降低目标无关信息对跟踪性能的影响,从而有效提高模型的跟踪性能。最后,在多个有挑战性的目标跟踪评价数据集上的实验结果表明,与现有的目标跟踪方法相比,所提方法在背景杂乱、目标的表观变化等场景下,表现出了优良的跟踪性能。(2)本文提出基于模板更新的孪生网络用于目标跟踪。在跟踪过程中,目标的表观会不断地变化。而在传统的基于全卷积孪生网络的目标跟踪方法中使用的目标模板是固定的,仅用初始帧提供的模板信息无法处理跟踪过程中目标表观变化。针对这个问题,本文提出一种新的基于模板更新的孪生网络用于目标跟踪。该方法使用所提出的模板更新模型对目标模板进行更新,使目标模板包含更全面的目标的表观信息。该模型分别在通道和空间位置两个维度对目标模板进行更新,以提升跟踪方法对目标表观变化的鲁棒性。同时,所提方法将历史帧模板信息包含到更新的模板中,增加了模板中目标表观信息的多样性。在多个有挑战性的目标跟踪评价数据集上的实验结果表明,所提方法在目标表观变化等场景下获得了很好的鲁棒性和精确度。
其他文献
随着纳米技术的发展,纳米药物的应用也越来越受到关注。然而,纳米药物能够真正到达病变位点的效率却只有不到1%。纳米药物进入人体后,会被大量的生物大分子(如蛋白质)包裹,在表面形成一层蛋白质层,被称为“蛋白冠”(protein corona)。纳米药物本身以及其表面蛋白冠的存在会激活免疫系统,进而诱导单核巨噬系统(mononuclear phagocyte system,MPS)对纳米材料的吞噬行为。
萜类化合物是一类由异戊二烯为基本结构单元的、在自然界中广泛存在且种类繁多的一类天然产物。在植物、真菌、微生物、昆虫、以及海洋生物,都发现了具有生理活性的萜类成分。其中很多萜类化合物是抗肿瘤、神经退行性疾病和心脑血管疾病潜在的药物,具有很高的研究价值。Arnamial是从蜜环菌属FR-P75培养液中分离出的一种原伊鲁烷型倍半萜醇芳香酯,其结构特点包括:原伊鲁烷型倍半萜的5/6/4并环三环核心骨架、外
长波光学响应信号因信噪比高、组织穿透性强且对生物样品损伤小等特点而在生物医学检测中广被采用。就传统有机染料而言,长波响应信号通常依赖大共轭分子骨架而获得,故而在实际应用中常面临染料合成难度大、不易衍生、生物相容性差等问题的挑战。在本论文中,我们通过诱导简单生色团/发光团形成光谱显著红移的次生性光学系综来降低染料合成难度,并以仿生脂膜作为这些次生性超分子染料的稳定化和功能化平台实现便捷的染料性能改造
甲基丙烯酸甲酯(MMA)是一种高附加值的重要化工原料,由甲基丙烯醛(MAL)一步氧化酯化制备是新的绿色工艺之一。相较于研究较多的Pd基催化剂,Au基催化剂因其催化活性及选择性更高而备受关注。本文主要研发选择性氧化酯化MAL的Au基催化剂,并探究相关各种影响因素。本文采用胶体沉积法制备不同氧化物载体的Au基催化剂,并进行活性评价,发现负载于碱性氧化铝(B-Al2O3)的Au基催化剂的活性最佳,其对M
灵芝(Ganoderma lucidum)作为一种珍贵的药材受到广泛关注。灵芝孢子是灵芝的种子,含有多糖、三萜、核苷等活性成分,营养价值较高。多糖是灵芝孢子中最重要的有效成分之一,它具有抗氧化、免疫调节、抗肿瘤等作用。影响灵芝孢子多糖质量的关键在于提取技术,研究高效的灵芝孢子多糖提取技术对于其进一步的开发利用具有重要的现实意义。本论文采用不同方法提取灵芝孢子多糖,并进行了理化表征、抗氧化活性实验、
目标跟踪是计算机视觉领域中一项基础且重要的研究任务,在工业检测、智慧交通、自动驾驶等领域有重要应用。在视频的第一帧中给定初始的目标后,目标跟踪方法旨在视频的连续帧中估计该目标的范围,目标跟踪方法主要通过一个边界框来表示目标范围。随着计算机视觉和深度学习技术的发展,近年来目标跟踪方法的性能迅速提升。然而,进一步提升性能仍存在困难挑战,例如,目标的快速移动、剧烈形变、消失视野等。面对诸多困难挑战,现存
燃料电池因其相比传统能源具有更高的能量转换效率、环境友好等优点,越来越成为未来新能源领域重要的发展方向之一。甲酸的电催化氧化反应是最基础的有机酸氧化反应和直接甲酸燃料电池的重要阳极反应。但由于其常用的Pt、Pd等贵金属催化剂选择性和活性较低,而且易被毒化。随着使用时间的增加,催化效率和稳定性的降低,大大阻碍了直接甲酸燃料电池的发展。因此提高催化剂的活性一直是燃料电池研究的核心和难点。对一些关键反应
职业生涯规划对高中生的未来发展非常重要,教师必须重视对高中生进行职业生涯规划,引导高中生树立规划意识,从而助力高中生未来更好的发展。本文主要论述高中生职业生涯规划认知现状与应对策略,仅供读者参考。
通过添加导电性材料可以介导并促进互营菌与产甲烷菌间直接种间电子传递(Direct interspecies electron transfer,DIET),从而加速厌氧产甲烷过程。该策略应用于高浓难降解精对苯二甲酸(Purified terephthalic acid,PTA)废水处理上,可能实现简化工艺、降低成本,对PTA废水工业处理领域极具意义。本研究在上流式厌氧污泥床(Up-flow ana
随着全球计算力的提升,深度学习的方法正在成为解决人工智能问题的一个重要途径。图像语义分割是计算机视觉中一个重要的研究热点,在现实中被广泛应用于无人驾驶,辅助医疗诊断以及地理信息系统等。图像语义分割从本质上来讲是对图像各个像素点进行稠密分类的工作,传统算法是用一般的机器学习方法来手工设计图像的语义特征,之后再使用SVM等分类器进行分类来得到最终的图像分割结果。卷积神经网络在计算机视觉领域不断突破现有