365bet官网网投
主页 > 365BET导航 > 基于递归和双神经网络调制的目标跟踪算法研究
基于递归和双神经网络调制的目标跟踪算法研究
发布日期:2019-11-03 11:32    浏览次数:     作者:365bet体育投注地址    
概述第3-5页,概述第5-6页,第1章,简介,第9-27页,第1页
1第9-10页的研究背景和重要性。
2第10-14页上的监控目标面临的主要问题。
2)
1第11-12页的更改独特因素。
2)
2第12-14页的来自外部因素的干扰。
第14-18页的3种目标跟踪算法的大致流程。
3)
1第14页的初始化目标状态。
3)
2镜头外观建模,第14-16页。
3)
3搜索策略选择页面1-17。
3)
更新4种型号的第17-18页。
4日本国内外的研究现状,第18-21页。
4)
11第18-19页的常规目标跟踪算法。
4)
基于两个相关滤波器的目标跟踪算法,第19-20页。
4)
3基于20-21页深度学习的目标跟踪算法。
5第21-23页的研究趋势和前景分析。
6论文研究计划和组织结构23-25页?
第7章概述第25-27页第2章深度神经网络模型概述第27-33页
1简介27-28页2。
2卷积神经网络,p。28-30,2。
3递归神经网络,p。30-31。
4 Twin Neural Networks,第2页。31-32 2。
第5章32-33摘要Page 3基于多方向递归神经网络空间调制的分层内核相关过滤器跟踪算法,p。33-53。
1简介33-36页3。
2算法概述36-37第3页。
编码3个空间上下文信息p的多向递归神经网络。37-39。
4正则化核相关滤波器,p。39-42。
第52-3页的5个金字塔刻度的最佳刻度估计。
6更新了自适应内核相关滤波器模型。
7第42-52页的实验。
7)
1第44-45页的实验详情3。
7)
2个评估计划,45页,3。
7)
3性能比较第45-51页。
7)
4个上下文语义信息和多尺度功能表示的影响在第51-52页。
第8章概述第52-53页第4章基于多任务双神经网络的联合推理跟踪算法,第1页。53-71。
1简介53-54页4。
2算法概述第54-57页4。
3多任务双神经网络模型57-584。
第4 58-59页的多任务双神经网络训练数据集的处理。
5基于自适应核心相关滤波器的重检测模型,p。59-60。
6第60-69页的实验。
6)
1第60-62页上的实验详细信息。
6)
2评估计划,62页,4。
6)
3性能比较第62-67页。
6)
4将自适应检测器的有效性与第67-69页的工作时间进行了比较。
第7章概述69-71第5章概述和前景71-73页参考资料73-79页致谢79-81页课程,本学期的研究成果,已发表的学术成果#81