| 基于工地场景的深度学习目标跟踪算法 | |
| 其他题名 | Deep Learning Target Tracking Algorithm Based on Construction Site Scene |
马少雄1,2; 邱实3 ; 唐颖4; 张晓5
| |
| 作者部门 | 光谱成像技术研究室 |
| 2020-09-01 | |
| 发表期刊 | 电子学报
 |
| ISSN | 03722112 |
| 卷号 | 48期号:9页码:1665-1671 |
| 产权排序 | 3 |
| 摘要 | 针对施工现场环境复杂,难以高效管理的问题.提出了基于工地场景的深度学习目标跟踪算法,辅助施工顺利进行.根据工地现场目标的连续性,构建增强群跟踪器,提升目标成功跟踪的概率.然后从滑动窗口、Stacked Denoising Auto Encoder(SDAE)和Support Vector Machine(SVM)三方面组建深度检测器.在滑动窗口方面:从梯度角度建立模型实现窗口自适应.在SDAE算法方面:构建反向算法微调网络参数.优化SVM算法降低跟踪时目标漂移和跟踪失败的概率,最终实现目标高精度跟踪.通过实验表明本文提出的算法可有效对目标进行跟踪,实现动态管理. |
| 关键词 | 工地场景 深度学习 目标跟踪 增强群滤波器 SDAE SVM |
| DOI | 10.3969/j.issn.0372-2112.2020.09.001 |
| 收录类别 | EI |
| 语种 | 中文 |
| EI入藏号 | 20204209348224 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.opt.ac.cn/handle/181661/93747 |
| 专题 | 光谱成像技术研究室 |
| 通讯作者 | 邱实 |
| 作者单位 | 1.基于工地场景的深度学习目标跟踪算法 2.陕西铁路工程职业技术学院 3.中国科学院西安光学精密机械研究所中科院光谱成像技术重点实验室 4.成都理工大学 5.西北大学 |
| 通讯作者单位 | 中国科学院西安光学精密机械研究所 |
| 推荐引用方式 GB/T 7714 | 马少雄,邱实,唐颖,等. 基于工地场景的深度学习目标跟踪算法[J]. 电子学报,2020,48(9):1665-1671. |
| APA | 马少雄,邱实,唐颖,&张晓.(2020).基于工地场景的深度学习目标跟踪算法.电子学报,48(9),1665-1671. |
| MLA | 马少雄,et al."基于工地场景的深度学习目标跟踪算法".电子学报 48.9(2020):1665-1671. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于工地场景的深度学习目标跟踪算法.pd（2641KB） | 期刊论文 | 出版稿 | 限制开放 | CC BY-NC-SA | 请求全文 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [马少雄]的文章 |
| [邱实]的文章 |
| [唐颖]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [马少雄]的文章 |
| [邱实]的文章 |
| [唐颖]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [马少雄]的文章 |
| [邱实]的文章 |
| [唐颖]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论