期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度在线多目标跟踪算法综述
被引量：
6
1
作者
刘文强
裘杭萍
+5 位作者
李航
杨利
李阳
苗壮
李一
赵昕昕
《计算机科学与探索》
CSCD
北大核心
2022年第12期2718-2733,共16页
视频多目标跟踪是计算机视觉领域的一个关键任务,在工业、商业及军事领域有着广泛的应用前景。目前,深度学习的快速发展为解决多目标跟踪问题提供了多种方案。然而,目标外观发生突变、目标区域被严重遮挡以及目标的消失和出现等挑战性...
视频多目标跟踪是计算机视觉领域的一个关键任务,在工业、商业及军事领域有着广泛的应用前景。目前,深度学习的快速发展为解决多目标跟踪问题提供了多种方案。然而,目标外观发生突变、目标区域被严重遮挡以及目标的消失和出现等挑战性的问题还未完全解决。重点关注基于深度学习的在线多目标跟踪算法,总结了该领域的最新进展,按照目标特征预测、表观特征提取和数据关联三个重要模块,依据基于检测跟踪(DBT)和联合检测跟踪(JDT)两个经典框架将深度在线多目标跟踪算法分为了六个小类,讨论不同类别算法的原理和优缺点。其中,DBT算法的多阶段设计结构清晰,容易优化,但多阶段的训练可能导致次优解;JDT算法融合检测和跟踪的子模块达到了更快的推理速度,但存在各模块协同训练的问题。目前,多目标跟踪开始关注目标的长期特征提取、遮挡目标处理、关联策略改进以及端到端框架的设计。最后,结合已有算法,总结了深度在线多目标跟踪亟待解决的问题并展望未来可能的研究方向。
展开更多
关键词
在线多目标跟踪
深度学习
特征提取
数据关联
在线阅读
下载PDF
职称材料
基于注意力和多级线索关联的多目标跟踪网络
被引量：
1
2
作者
黄晨
童维勤
+3 位作者
刘雨
陈一民
邹一波
顾贇鸣
《计算机应用与软件》
北大核心
2024年第12期161-166,181,共7页
针对多目标跟踪(Multi-Object Tracking,MOT)任务中因目标间的相互遮挡导致目标跟踪失败和轨迹关联错误等问题,提出一种新的基于注意力机制和多级线索关联策略的多目标跟踪网络。生成目标可见性图并将其转化为空间注意力图来解决多个目...
针对多目标跟踪(Multi-Object Tracking,MOT)任务中因目标间的相互遮挡导致目标跟踪失败和轨迹关联错误等问题,提出一种新的基于注意力机制和多级线索关联策略的多目标跟踪网络。生成目标可见性图并将其转化为空间注意力图来解决多个目标之间的遮挡问题;在特定目标对象分支网络中,使用通道注意力提高特征鲁棒性;提出结合目标对象的外观、运动以及交互三种线索的多级线索关联策略来匹配当前目标的正确轨迹。在基准数据集MOT16和MOT17上的实验结果表明,与现有方法相比,所提出的方法在多个评价指标上能获得更好的结果。
展开更多
关键词
在线多目标跟踪
注意力机制
多级线索关联
在线阅读
下载PDF
职称材料
题名
深度在线多目标跟踪算法综述
被引量：
6
1
作者
刘文强
裘杭萍
李航
杨利
李阳
苗壮
李一
赵昕昕
机构
陆军工程大学指挥控制工程学院
出处
《计算机科学与探索》
CSCD
北大核心
2022年第12期2718-2733,共16页
基金
江苏省自然科学基金(BK20200581)
中国博士后科学基金(2020M683754)。
文摘
视频多目标跟踪是计算机视觉领域的一个关键任务,在工业、商业及军事领域有着广泛的应用前景。目前,深度学习的快速发展为解决多目标跟踪问题提供了多种方案。然而,目标外观发生突变、目标区域被严重遮挡以及目标的消失和出现等挑战性的问题还未完全解决。重点关注基于深度学习的在线多目标跟踪算法,总结了该领域的最新进展,按照目标特征预测、表观特征提取和数据关联三个重要模块,依据基于检测跟踪(DBT)和联合检测跟踪(JDT)两个经典框架将深度在线多目标跟踪算法分为了六个小类,讨论不同类别算法的原理和优缺点。其中,DBT算法的多阶段设计结构清晰,容易优化,但多阶段的训练可能导致次优解;JDT算法融合检测和跟踪的子模块达到了更快的推理速度,但存在各模块协同训练的问题。目前,多目标跟踪开始关注目标的长期特征提取、遮挡目标处理、关联策略改进以及端到端框架的设计。最后,结合已有算法,总结了深度在线多目标跟踪亟待解决的问题并展望未来可能的研究方向。
关键词
在线多目标跟踪
深度学习
特征提取
数据关联
Keywords
online multi-object tracking
deep learning
feature extraction
data association
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于注意力和多级线索关联的多目标跟踪网络
被引量：
1
2
作者
黄晨
童维勤
刘雨
陈一民
邹一波
顾贇鸣
机构
上海大学计算机工程与科学学院
上海建桥学院信息技术学院
上海海洋大学信息学院
上海现代建筑装饰环境设计研究院有限公司
出处
《计算机应用与软件》
北大核心
2024年第12期161-166,181,共7页
基金
上海市科技创新行动计划项目(19511104502,16511101200)。
文摘
针对多目标跟踪(Multi-Object Tracking,MOT)任务中因目标间的相互遮挡导致目标跟踪失败和轨迹关联错误等问题,提出一种新的基于注意力机制和多级线索关联策略的多目标跟踪网络。生成目标可见性图并将其转化为空间注意力图来解决多个目标之间的遮挡问题;在特定目标对象分支网络中,使用通道注意力提高特征鲁棒性;提出结合目标对象的外观、运动以及交互三种线索的多级线索关联策略来匹配当前目标的正确轨迹。在基准数据集MOT16和MOT17上的实验结果表明,与现有方法相比,所提出的方法在多个评价指标上能获得更好的结果。
关键词
在线多目标跟踪
注意力机制
多级线索关联
Keywords
Online multi-object tracking
Attention mechanism
Multi-level clue association
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度在线多目标跟踪算法综述
刘文强
裘杭萍
李航
杨利
李阳
苗壮
李一
赵昕昕
《计算机科学与探索》
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
2
基于注意力和多级线索关联的多目标跟踪网络
黄晨
童维勤
刘雨
陈一民
邹一波
顾贇鸣
《计算机应用与软件》
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
