作者:
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:
目前,卷积神经网络在图像识别和图像分类领域取得了很大的进展.通过优化网络模型,来提高目标识别的精度和帧率.因此,将相对成熟的卷积神经网络模型用于多目标跟踪这一任务变得可行.论文利用卷积神经网络模型SSD(The Single Shot MultiBox Detector)设计了一种多目标跟踪算法.将SSD作为模型检测的主要框架,把训练样本分为目标和背景两类,以此完成测试模型的离线训练,并以检测每个视频帧的方式完成整个视频的跟踪任务.在MOT16数据库上的实验结果表明,该算法在实时性、准确性和鲁棒性方面都具有良好的表现.
推荐文章
基于卷积神经网络多层特征融合的目标跟踪
目标跟踪
特征融合
特征表达
目标定位
卷积神经网络
回归模型
结合高斯核函数的卷积 神经网络跟踪算法
视觉跟踪
卷积神经网络
高斯核函数
粒子滤波
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
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 卷积神经网络的多目标跟踪系统
来源期刊 网络空间安全 学科 工学
关键词 多目标跟踪 卷积神经网络 目标检测
年,卷(期) 2018,(11) 所属期刊栏目 系统安全
研究方向 页码范围 68-71
页数 4页 分类号 TP393.2
字数 2510字 语种 中文
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 朱珠 上海工程技术大学电子电气工程学院 1 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  (22)
共引文献  (1)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
卷积神经网络
目标检测
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
网络空间安全
月刊
1674-9456
10-1421/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
82-938
2010
chi
出版文献量(篇)
3296
总下载数(次)
16
总被引数(次)
10074
论文1v1指导