论文部分内容阅读
目标跟踪算法作为深度学习中常见的算法之一,特点在于对某一个目标的持续跟踪,常见于安防、自动驾驶等领域,对其进行综述,主要包含核心网络结构和思想、难点、以及常见方法、各自的优缺点,最后对于以深度学习为基础的单目标跟踪算法的发展趋势进行展望。
深度单目标跟踪算法综述
【摘 要】
：
目标跟踪算法作为深度学习中常见的算法之一,特点在于对某一个目标的持续跟踪,常见于安防、自动驾驶等领域,对其进行综述,主要包含核心网络结构和思想、难点、以及常见方法、各自的优缺点,最后对于以深度学习为基础的单目标跟踪算法的发展趋势进行展望。
【机 构】
：
四川大学计算机学院,成都610065
【出 处】
：
现代计算机
【发表日期】
：
2021年09期
其他文献
我国园地种植面积在世界范围内位于前列,水果经济在现代农业经济中的作用比较明显。利用遥感技术对果园进行快速监测,准确掌握果园的面积与空间种植分布状况,对促进我国果园产业的可持续发展有重要的现实意义。目前对果园的提取大都集中在平原地区,对山区尤其是以云南为代表的云贵高原地区的果园提取比较少,对果园的提取方法也没有比较合适的。所以本文尝试采用随机森林这个比较常用的分类方法进行分类并且用决策树和支持向量机
透射是生活中随处可见的现象,在计算机中对这一现象的模拟也是真实感渲染中的重要课题。为了准确计算出光线在物体内部的衰减情况,必须知道光线在物体内部穿过的距离也就是物体的厚度。通过使用深度剥离或者改进的双重深度剥离算法,就可以得到光线在物体内部穿过的厚度,再结合比尔定律就可以就计算出衰减后的光线强度,也就是透射颜色。
针对传统的车辆检测算法存在检测效果差以及鲁棒性低的问题,本文在基于深度学习的目标检测算法基础上提出一种基于AI芯片加速计算的神经网络,通过移植到前端嵌入式设备,实现在低成本的嵌入式设备中达到更加稳定和准确的车辆检测以统计车流量。结果表明,在红绿灯的十字路口场景下,车辆检测准确率达到95%,每帧检测耗时35ms,可以满足实时检测的需求。准确率与传统深度学习算法相比略为下降,但在低功耗以及检测速度上有
为了解决Otsu法对图像多阈值分割中存在的空间和时间复杂度高的问题,本文SSA算法与传统Otsu分割算法结合(SSA-Otsu)来优化彩色图像多阈值分割的效果。另外,为证明SSA-Otsu算法结合的优越性,与PSO算法与传统Otsu分割算法结合(PSO-Otsu)分割效果对比。通过PSNR和SSIM评价指标评价图像分割效果,实验结果表明SSA-Otsu算法比PSO-Otsu分割更好。
深度学习在很多领域中取得显著效果,但是依赖巨量标注样本限制其发展.深度迁移学习和深度主动学习是解决深度学习标注样本不足的两类主流方法,它们各有擅长与不足,两者结合产
游客在线评论可以揭示游客的主要关注点,并对其他游客的决策产生影响。提出一种游客在线评论文本的分析和可视化方法。首先对评论数据进行关键词识别,再通过词云对高频词进行可视化,并基于词共现网络分析共现于同一条评论中的关键词。通过对在线评论的可视化分析,有利于直观分析游客的关注主体及情感倾向。
室内场景的光照估计是一项用途广泛的工作,然而,受制于室内图像有限的拍摄视角与较高的场景复杂度,从单张图片中难以获取场景完整的信息,估计室内场景光照具有较大的挑战。本文使用一种虚拟训练数据集,提出一种基于卷积神经网络的室内场景光照估计方法,该网络利用当前采集的有限视角场景LDR图像估计场景光照变化,据此更新场景初始光照的HDR全景环境贴图。实验表明,本方法能快速准确地预测场景光照变化,并在渲染测试中
为了实现对室外3D场景中建筑真实尺度的估计,提出一种基于参照物目标检测和深度估计的真实尺度估算方法。首先对单目场景图像进行深度信息估计,将深度信息补充进三维空间坐标信息中,再将像素坐标转换成相机空间坐标,然后得到图像中参照物的估计尺度值;其次通过目标检测获取图像中已知真实尺度的参照物体,再将参照物的真实尺度值和估计尺度值进行对比,得到建筑物体尺度估算的修正系数;最后利用修正系数重新估计出图像中其他
为了解决央行中心化数字货币和民间去中心化货币的兑换问题,提出一种基于区块链侧链Proof方法的兑换系统架构设计。通过建立中心化数字代币系统间接解决了地址与账户的兑换问题,通过建立支持智能合约的区块链用于数字货币的自动兑换,介绍三种兑换模式下的兑换过程,分析Proof方法里的参数设置,论证兑换过程的安全性问题,论证兑换利率的稳定性,通过和现有的方法进行比较,本文的方法具有用范围广、适用于中心化货币的特点。
在当今社会背景下,生活便捷化是社会主流发展方向,移动应用的多元化发展也顺应了时代潮流,手机移动应用迅速发展满足当今社会的发展以及人们的生活需求。因此,移动应用在人们日常生活中具有举足轻重的地位。用户界面是移动应用的重要组成部分,应用界面设计风格美化可以提升用户视觉感受。通过对当前关于图像风格迁移移动应用界面的研究进行总结,并讨论不同类型研究的优缺点,同时对未来研究方向进行展望。