基于深度学习的尺度自适应海面目标跟踪算法

• 作者: 吴翔 岳琪琪 李小毛 钟雨轩
• 来源期刊: 水下无人系统学报
• 关键词: 无人艇 尺度自适应 深度学习 目标跟踪
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: "复杂海况下无人艇控制与应用"专题
• 页码范围: 618-625
• 页数: 8页
• 分类号: U664.82|TP273.2
• 语种: 中文
• DOI: 10.11993/j.issn.2096-3920.2020.06.005

摘要

相比于普通场景的目标跟踪,无人艇海面目标跟踪具有目标尺度变化大、目标抖动剧烈和视角变化大等独特挑战.针对此,文中提出了基于深度学习的尺度自适应海面目标跟踪算法,以样本中心点是否落在真实目标框内对样本进行分类,直接回归中心点到目标框上下左右的距离预测目标框的位置和尺度.同时,建立了海面目标跟踪算法评估平台,以验证所提算法的有效性.试验结果表明,文中算法相比基于锚框的算法跟踪位置精度提升了4.8％,成功率提升了11.49％,有效解决了目标尺度自适应问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟雨轩		6	11	2.0	3.0
2	李小毛		15	69	4.0	8.0
3	吴翔		2	1	1.0	1.0
4	岳琪琪		2	0	0.0	0.0