首页 > 期刊 > 自然科学与工程技术 > 基础科学 > 自然地理学测绘学 > 全球定位系统 > 基于CNN和RNN的像素级视频目标跟踪算法 【正文】

基于CNN和RNN的像素级视频目标跟踪算法

崔家梁; 冯朝晖; 李芹; 赵红颖 北京大学地球与空间科学学院; 北京100871
  • 视频处理
  • 目标跟踪定位
  • 像素级
  • 深度学习

摘要:影像目标跟踪定位技术是当前计算机视觉领域的研究热点,目标跟踪算法也是现阶段将视频结果用于定位的薄弱环节之一.本文分析了像素级目标跟踪存在的问题,根据深度学习在图像领域的最新研究成果与视频跟踪需求,结合最新的图像分割、卷积神经网络(CNN)、循环神经网络(RNN)和加密解码结构等方法提出了一种像素级视频目标跟踪算法.使用公开数据集实现算法并设计了定量评价指标.实验结果表明该算法具有较强的像素级视频目标跟踪定位能力.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

投稿咨询 免费咨询 杂志订阅

我们提供的服务

服务流程: 确定期刊 支付定金 完成服务 支付尾款 在线咨询