基于工地场景的深度学习目标跟踪算法

• 作者: 唐颖 张晓 邱实 马少雄
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 工地场景 深度学习 目标跟踪 增强群滤波器 SDAE SVM
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1665-1671
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.09.001

摘要

针对施工现场环境复杂,难以高效管理的问题.提出了基于工地场景的深度学习目标跟踪算法,辅助施工顺利进行.根据工地现场目标的连续性,构建增强群跟踪器,提升目标成功跟踪的概率.然后从滑动窗口、Stacked Denoising Auto Encoder(SDAE)和Support Vector Machine(SVM)三方面组建深度检测器.在滑动窗口方面:从梯度角度建立模型实现窗口自适应.在SDAE算法方面:构建反向算法微调网络参数.优化SVM算法降低跟踪时目标漂移和跟踪失败的概率,最终实现目标高精度跟踪.通过实验表明本文提出的算法可有效对目标进行跟踪,实现动态管理.