帮助 关于我们

返回检索结果

基于视频的装甲车和飞机检测跟踪及轨迹预测算法
A Video-based Prediction Algorithm for Armored Vehicle and Aircraft Detection/tracking and Trajectory

查看参考文献16篇

张永梅 1   赖裕平 1 *   马健喆 2   冯超 1   束颉 1  
文摘 针对当前视频目标跟踪算法跟踪多目标容易跟丢的问题,以视频中的装甲车、飞机为研究对象,研究一种改进跟踪学习检测(TLD)的视频多目标检测跟踪算法。对于跟丢的目标,利用Kalman滤波算法的预测功能跟踪视频中典型目标的轨迹,并采用Kalman滤波算法跟踪的轨迹来弥补TLD算法丢失的部分,从而获得视频中典型目标的完整轨迹,以提高视频多目标跟踪的准确率。由于现有轨迹预测算法存在准确性较差的局限性,提出一种基于社交长短时记忆(Social-LSTM)网络的视频典型目标轨迹预测算法,将上下文环境信息和多个目标轨迹之间的相互影响关系融入Social-LSTM网络,预测待检测典型目标的轨迹序列。仿真实验结果表明,所提轨迹预测算法优于传统的LSTM算法、隐马尔可夫模型算法以及混合高斯模型算法,有利于提高视频典型目标轨迹预测的准确率。
其他语种文摘 To solve the problem of easily losing the targets when tracking multiple targets by the current video target tracking algorithms,an improved tracking-learning-detection(TLD)algorithm is presented for multi-target detection and tracking by taking armored vehicles and aircrafts in videos as the research objects. For the lost targets,the trajectories of typical targets in video are tracked by using the prediction function of Kalman filtering algorithm,and the tracked trajectories are used to compensate for the lost parts of TLD algorithm so as to obtain the complete trajectories of typical targets in videos,which is beneficial to improve the accuracy of video multi-target tracking. For the poorer accuracy of the existing trajectory prediction methods,a video target trajectory prediction algorithm based on social long short term memory(Social-LSTM)network is proposed. The algorithm integrates the contextual environment information and the interaction relationship among multiple target trajectories into Social-LSTM network and predicts the trajectories of the typical targets to be detected. Simulation experimental results show the trajectory prediction algorithm is superior to the traditional LSTM algorithm,hidden Markov model(HMM)algorithm,and Gaussian mixture model(GMM)algorithm,which is helpful to improve the accuracy of trajectory prediction for typical video targets.
来源 兵工学报 ,2021,42(3):545-554 【核心库】
DOI 10.3969/j.issn.1000-1093.2021.03.010
关键词 装甲车 ; 飞机 ; 目标跟踪 ; 多目标检测 ; 社交长短时记忆网络 ; 轨迹预测
地址

1. 北方工业大学信息学院, 北京, 100144  

2. 香港理工大学电子与信息工程系, 香港, 00852

语种 中文
文献类型 研究性论文
ISSN 1000-1093
学科 自动化技术、计算机技术
基金 国家自然科学基金项目 ;  国家重点研发计划项目 ;  北京市教育委员会基本科研业务费项目 ;  教育部科技发展中心"天诚汇智"创新促教基金项目 ;  教育部高等教育司产学合作协同育人项目 ;  北京市教委科技发展计划项目
文献收藏号 CSCD:6961361

参考文献 共 16 共1页

1.  孙红. 一种聚类隐马尔可夫模型的时空轨迹预测算法. 小型微型计算机系统,2019,40(3):472-476 CSCD被引 10 次    
2.  张净. 基于网格和密度的海量数据增量式离群点挖掘算法. 计算机研究与发展,2011,48(5):823-830 CSCD被引 6 次    
3.  Lassoued Y. A hidden Markov model for route and destination prediction. Proceedings of the20th International Conference on Intelligent Transportation Systems,2017:1-6 CSCD被引 1 次    
4.  林毅. 基于GMM的航班轨迹预测算法研究. 工程科学与技术,2018,50(4):104-109 CSCD被引 3 次    
5.  乔少杰. 一种基于高斯混合模型的轨迹预测算法. 软件学报,2015,26(5):1048-1063 CSCD被引 63 次    
6.  Hochreiter S. Long short-term memory. Neural Computation,1997,9(8):1735-1780 CSCD被引 3673 次    
7.  崔粟晋. 基于长短时记忆太阳能无线传感节点能量预测. 仪器仪表学报,2018,39(11):147-154 CSCD被引 10 次    
8.  魏昱洲. 基于LSTM长短期记忆网络的超短期风速预测. 电子测量与仪器学报,2019,33(2):64-71 CSCD被引 24 次    
9.  Xue H. SS-LSTM: a hierarchical LSTM model forpedestrian trajectory prediction. Proceedings of the 2018 IEEE Winter Conference on Applications of Computer Vision,2018:1186-1194 CSCD被引 2 次    
10.  Alahi A. Social LSTM: human trajectory prediction in crowded spaces. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition,2016:961-971 CSCD被引 40 次    
11.  黄健斌. 融合语义特征的移动对象轨迹预测方法. 计算机研究与发展,2014,51(1):76-87 CSCD被引 4 次    
12.  刘彩虹. 交通路口监控视频跨视域多目标跟踪的可视化. 计算机学报,2018,41(1):221-235 CSCD被引 14 次    
13.  Danelljan M. ECO: Efficient convolution operators for tracking. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition,2017:6638-6646 CSCD被引 53 次    
14.  Bibi A. Target response adaptation for correlation filter tracking. Proceedings of the 2016 IEEE European Conference on Computer Vision Workshop,2016:419-433 CSCD被引 3 次    
15.  梁杰. 基于深度学习的红外图像遮挡干扰检测方法. 兵工学报,2019,40(7):1401-1410 CSCD被引 18 次    
16.  Graves A. Speech recognition with deep recurrent neural networks. Proceedings of 2013 IEEE International Conference on Acoustics,Speech and Signal Processing,2013:2348-2356 CSCD被引 1 次    
引证文献 11 篇

1 刘文汇 移动机器人视觉目标检测与跟踪方法研究综述 电光与控制,2022,29(4):59-67,88
CSCD被引 2 次

2 曾志贤 结合关键帧提取的视频-文本跨模态实体分辨双重编码方法 兵工学报,2022,43(5):1107-1116
CSCD被引 0 次

显示所有11篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护：中国科学院文献情报中心
地址：北京中关村北四环西路33号 邮政编码：100190 联系电话：(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号