声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：王子晔,苗夺谦,赵才荣,罗晟,卫志华,
关键词：行人跟踪, 目标检测, 深度学习, 多粒度, 鲁棒性,
对于一些较为流行的应用，例如视频场景监控，对行人的长期有效跟踪是应用的基础.尽管对目标检测与跟踪的相关技术研究已经有了很长的历史，但是如何实时并较为准确地实现目标行人跟踪目前仍然是一个活跃的研究领域.基于多粒度的思想，提出了一种改进的行人跟踪算法，将卷积特征与底层颜色特征结合，对基于深度学习的跟踪算法GOTURN(genericobjecttrackingusingregressionnetworks)得到的跟踪结果进行判断决策，结合目标检测对跟踪结果进行修正.实验结果表明：与单一的跟踪算法相比，多粒度决策的跟踪算法能够更加准确地对目标行人进行跟踪，可以显著提高跟踪精度.
来源：2020年第5期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。