-
题名基于改进卷积神经网络的舰船实时目标跟踪识别技术
被引量：3
- 1
-
-
作者
于国莉
桑金歌
李俊荣
-
机构
河北工业大学人工智能与数据科学学院
沧州市科学技术局
沧州职业技术学院
-
出处
《舰船科学技术》
北大核心
2022年第21期152-155,共4页
-
文摘
研究基于改进卷积神经网络的舰船实时目标跟踪识别技术,满足复杂背景下舰船目标跟踪识别的高精度需求。利用时空上下文算法确定舰船图像中,舰船目标与周围区域的时空对应关系,依据对应关系构建舰船图像目标置信图,将置信图中具有最大似然概率的区域,作为舰船目标的初定位区域;利用卷积神经网络搜索初定位区域,通过卷积层和下采样层的运算,识别舰船目标的精确位置;依据舰船目标精确位置识别结果,选取相关滤波算法,设置相关图中最大响应值位置作为舰船目标最新位置,输出舰船目标实时跟踪结果。实验结果表明,该技术在云雾遮挡、弱光照等复杂背景下,均可以精准跟踪识别舰船目标,舰船目标跟踪识别的平均覆盖率高于95%。
-
关键词
卷积神经网络
舰船
实时目标
跟踪识别技术
时空上下文
相关滤波
-
Keywords
convolutional neural network
ships
real time target
tracking and identification technology
spatiotemporal context
the filter
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
