基于深度学习的行人跟踪研究

• 作者: 秦丽娟 蒋玉玲
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 探索与观察
• 页码范围: 53-54
• 页数: 2页
• 语种: 中文

摘要

在计算机视觉的领域中,深度学习的技术应用得越来越广泛,基于深度学习行人跟踪在计算机视觉领域中具有重要的研究价值.近年来,大量的研究在基于孪生神经网络在目标跟踪领域的研究成为重点. 1 相关介绍 在科研领域中,计算机视觉是其研究的重点领域,随着科学的进步,计算机视觉追踪被应用非常广泛,如企业、军事和自动驾驶等对目标的准确追踪有越来越高的要求.近几年,目标跟踪算法是根据相关的滤波框架进行应用,手动提取的目标的物体的特点和在频域中计算,然后得出相应的响应图,得到最大的频域响应值处作为预测的目标出行人的位置,目标跟踪算法的帧率较高、稳定性强.随着深度学习的发展,手工特征逐渐被相关滤波代替,有的跟踪算法使用深度学习中端到端的框架进行目标行人的跟踪.在对目标进行跟踪的过程中,跟踪算法能够提炼出图像中的完整信息,较大幅度的增加了跟踪算法的成功率和准确率.