典型文献
基于改进卷积神经网络的舰船实时目标跟踪识别技术
文献摘要：
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％.
文献关键词：
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
中图分类号：
作者姓名：
于国莉;桑金歌;李俊荣
作者机构：
河北工业大学 人工智能与数据科学学院,天津300401;沧州职业技术学院,河北 沧州061001;沧州市科学技术局,河北沧州061001
文献出处：
引用格式：
[1]于国莉;桑金歌;李俊荣-.基于改进卷积神经网络的舰船实时目标跟踪识别技术)[J].舰船科学技术,2022(21):152-155
A类：
跟踪识别技术
B类：
改进卷积神经网络,实时目标,目标跟踪,复杂背景,舰船目标,时空上下文,关系构建,置信图,最大似然,初定,网络搜索,卷积层,下采样,采样层,位置识别,相关滤波算法,相关图,最大响应,响应值,实时跟踪,云雾,遮挡,弱光照,精准跟踪
AB值：
0.266297
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。
