排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对基于区域的轨迹提取类算法的时间复杂度高等问题,该文提出了一种基于FasterR-CNN的目标轨迹提取方法,利用FasterR-CNN能够快速定位和特征提取的原理,快速确定目标区域,在此基础上提出距离加阈值限制的方法进行目标关联。该方法不要求FasterR-CNN模型具有较高目标框回归精度,且充分利用卷积神经网络能够高效提取图像特征的特点,在保证轨迹提取精度的同时,降低了目标区域确定的时间和数据量,且通过均匀抽取和目标参考点关联的方法,进一步降低了目标关联的时间。与基于Camshift的区域提取法对比,在时间复杂度基本一致的情况下,大大提高了复杂背景和复杂纹理条件下目标区域确定的准确率,使得轨迹提取率更高。 相似文献
1