视频目标的可变掩模快速跟踪算法与实现任务书

 2021-10-27 10:10

1. 毕业设计(论文)的内容和要求

课题要求采用深度学习的方法,并采用可变形的模板进行视频图像快速目标分割和目标跟踪算法实现。

算法以CVPR2019最新、最快速的目标跟踪技术为依据,对运动场景中的移动人物、车辆或其他物体进行目标跟踪。

深度学习需要大量学习样本,因此可采用视频跟踪领域的VOT2018数据集进行学习和性能测试。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1] QiangWang,Li Zhang, Luca Bertinetto. Fast Online Object Tracking and Segmentation: A Unifying Approach [C]. IEEE Conference on Computer Vision and Pattern Recognition, 2019: 1328-1338[2] Pedersoli M, Timofte R, Tuytelaars T, et al. An Elastic Deformation Field Model for Object Detection and Tracking[J]. International Journal of Computer Vision, 2015, 111(2):137-152.[3] W. Zhou, L. Yu, W. Qiu, Y. Zhou, and M.-W. Wu. Local gradient patterns(LGP):An effective local-statistical-feature extraction scheme for no-reference image quality assessment[J]. Information Science. 2017. 398 (1): 114.[4] J. Long, E. Shelhamer, T. Darrell. Fully convolutional networksforsemantic segmentation[C].IEEE Conference on Computer Vision and Pattern Recognition.2015:34313440.[5] Girshick R. Fast R-CNN[C]. IEEE International Conference on Computer Vision. 2015:1440-1448.[6] H.KianiGaloogahi,T.Sim,S.Lucey. Correlationlters with limited boundaries[C]. IEEE Conference on Computer Vision and Pattern Recognition, 2015:4630-4638。

[7]基于卷积神经网络的目标检测算法研究[D]. 哈尔滨:哈尔滨理工大学, 2017[8] 刘金羊. 基于上下文的目标检测算法研究[D].南京:南京大学, 2017[9] 张慧,王坤峰,王飞跃. 深度学习在目标视觉检测中的应用进展与展望[J]. 自动化学报, 2017, 43(8):1289-1305.[10]周飞燕,金林鹏,董军. 卷积神经网络研究综述[J]. 计算机学报, 2017, 40(6):1229-1251. 除上述文献外,请再自行查阅相关文献不少于20篇。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。