典型文献
基于时空一致性约束视频目标车辆的检测与跟踪算法研究
文献摘要：
复杂场景中的目标感知是深度学习在计算机视觉中最重要的研究领域之一,而复杂交通场景中的车辆检测与跟踪是当今众多学者研究的热点问题.在视频目标检测过程中由于运动物体的时间维度特征信息利用不充分,导致在长序列之间的时间特征极其容易被忽略,本文提出一种时空一致性的视频车辆的检测跟踪算法.该算法由双分支网络结构组成:分支一是由基于空间相关性的Transformer网络模块组成,该分支网络主要用于判断前后帧的相关性、感知相邻帧之间的一致性,预测目标车辆时空一致性的关联度;另一网络分支是由基于交叉特征金字塔融合的网络模块组成,该模块主要是提取检测对象的局部信息结合浅层的空间边缘信息和深层的语义特征信息,提取对象空间位置的特征信息.该网络结构将Transformer机制和交叉特征金字塔模块相结合,利用Transformer对长序列之间时间关联性敏感和特征金字塔网络模块对边缘信息敏感的特性,对视频帧对象进行检测和跟踪,确保相邻帧的长程相关性以及边缘和深层的特征信息深度融合.实验结果表明,本文设计的双分支网络结构在视频目标跟踪和检测中取得更好精度和更快的收敛速度;同时在显著性视频目标检测中,实验表明算法的有效性和泛化性.
文献关键词：
时空一致性;车辆跟踪;Transformer;交叉特征金字塔网络
中图分类号：
作者姓名：
洪锋;鲁昌华;蒋薇薇;王涛;方恒阳
作者机构：
合肥工业大学计算机与信息学院 合肥 230011
文献出处：
引用格式：
[1]洪锋;鲁昌华;蒋薇薇;王涛;方恒阳-.基于时空一致性约束视频目标车辆的检测与跟踪算法研究)[J].电子测量与仪器学报,2022(03):105-112
A类：
交叉特征金字塔网络
B类：
时空一致性,一致性约束,目标车辆,算法研究,复杂场景,目标感知,计算机视觉,而复,交通场景,车辆检测,视频目标检测,检测过程,动物体,时间维度,维度特征,特征信息,信息利用,时间特征,检测跟踪算法,双分支网络,结构组成,空间相关性,Transformer,特征金字塔融合,提取检测,局部信息,信息结合,边缘信息,语义特征,对象空间,空间位置,塔模,时间关联,性敏感,对视,视频帧,长程相关性,视频目标跟踪,收敛速度,泛化性,车辆跟踪
AB值：
0.345141
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
