基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于目标检测技术的快速发展,tracking-by-detection成为一种通用的多目标跟踪框架。然而,在整个视频场景下,被跟踪的目标可能会发生外观上的改变或者被其他物体遮挡,多目标跟踪技术仍然面临着许多挑战。提出一种改进的tracking-by-detection框架用于多目标跟踪技术,采用基于深度学习的外观特征和目标的运动特征去分层关联跟踪目标。与其他先进的多目标跟踪系统比较,该方法在多目标跟踪2016公开数据集上取得较好的效果。
推荐文章
多目标跟踪数据关联及其改进算法
多目标跟踪
数据关联
后验概率
基于PSO-SA的多目标跟踪数据关联算法研究
数据关联
多目标跟踪
粒子群算法
模拟退火算法
多目标跟踪中基于特征辅助的概率数据关联算法
多目标跟踪
特征辅助跟踪
广义概率数据关联
密集杂波
在线多目标视频跟踪算法综述
视频分析
计算机视觉
多目标跟踪
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分层数据关联的在线多目标跟踪算法
来源期刊 现代计算机:中旬刊 学科 工学
关键词 多目标跟踪 数据关联 外观相似度 深度学习
年,卷(期) 2018,(2) 所属期刊栏目
研究方向 页码范围 25-29
页数 5页 分类号 TP317
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘正熙 四川大学计算机学院 42 266 9.0 16.0
2 李明华 四川大学计算机学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
数据关联
外观相似度
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导