針對未來海戰(zhàn)場目標的跟蹤自動化和智能化的需求,提出了一種基于孿生網(wǎng)絡的海上目標跟蹤方法。近年來隨著孿生網(wǎng)絡在圖像識別領域的廣泛應用,因此將這項新技術應用于海上艦船目標具有極強的現(xiàn)實意義。采用基于全連接孿生網(wǎng)絡的目標跟蹤算法,對海上目標進行跟蹤與定位。首先采集目標的視頻數(shù)據(jù)集,然后利用數(shù)據(jù)集進行網(wǎng)絡訓練,利用訓練所得模型可對海上目標進行跟蹤與定位。由于保密相關問題,艦船目標數(shù)據(jù)集由等比縮小的航模代替進行試驗。由測試結果可知,系統(tǒng)所采用的SiameseNet算法,準確率可達80%,且平均幀率可達60fps。實時性、準確性能夠基本滿足實際應用需求。為了對上述算法進行有效調試,以及下一步滿足工程化需求,將結合該算法,研制算法配套的硬件平臺。 

【文章來源】：艦船電子工程. 2020,40(04)

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 孿生網(wǎng)絡跟蹤算法及網(wǎng)絡框架
    2.1 基于孿生網(wǎng)絡的跟蹤算法
    2.2 孿生網(wǎng)絡框架
    2.3 孿生網(wǎng)絡訓練
3 跟蹤方法
4 實驗與分析
    4.1 實驗環(huán)境
    4.2 實驗結論
5 結語


【參考文獻】：
期刊論文
[1]基于Tiny Darknet全卷積孿生網(wǎng)絡的目標跟蹤[J]. 史璐璐,張索非,吳曉富.  南京郵電大學學報(自然科學版). 2018(04)
[2]基于深度學習的目標跟蹤方法研究現(xiàn)狀與展望[J]. 羅海波,許凌云,惠斌,常錚.  紅外與激光工程. 2017(05)
[3]基于視覺的目標檢測與跟蹤綜述[J]. 尹宏鵬,陳波,柴毅,劉兆棟.  自動化學報. 2016(10)
[4]目標跟蹤技術綜述[J]. 高文,朱明,賀柏根,吳笑天.  中國光學. 2014(03)
[5]基于局部稀疏表示模型的海上紅外目標跟蹤方法[J]. 羅燕龍,劉偉盛,戴平陽,李翠華.  廈門大學學報(自然科學版). 2013(03)

博士論文
[1]基于光視覺的無人艇水面目標檢測與跟蹤研究[D]. 曾文靜.哈爾濱工程大學 2013

碩士論文
[1]水面運動目標檢測與跟蹤算法研究[D]. 蔡丹.江蘇科技大學 2017



本文編號：3193277