基于特征融合的物体跟踪系统设计与实现(5)
时间:2020-01-21 11:07 来源:网络整理 作者:皮盼新闻网 点击:次
本课题实现了广泛调研了物体检测、目标跟踪和系统构建的算法和理论。首先对目前性能较好的基于深度学习框架的MDNet算法进行改进，主要是融合多层特征以及自适应框的改进，将改进算法在OTB等多个数据集上进行了测试并取得了较好的效果。基于算法完成了基于深度特征的物体检测和目标跟踪系统，系统集物体检测与分类、目标实时性跟踪、算法性能与系统性能检测评估、相关数据保存等功能。系统是分模块实现的，其中物体检测模块主要是基于YOLOv3实现，目标跟踪模块嵌入了改进的MDNet算法，可供用户自行选择对比。总体来说，系统交互逻辑可靠、人机交互性尚可、功能复杂而完备。 (责编：刘扬、赵光霞) (责任编辑：admin) |