登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 电子信息类 > 通信工程 > 正文

基于孪生网络的目标跟踪算法研究任务书

 2020-02-11 00:11:44  

1. 毕业设计(论文)主要内容:

目标跟踪的任务就是在给定目标物体初始位置之后,估计目标在后续图像序列中的位置。近年来,深度学习技术在目标跟踪领域得到了逐步的应用。面对复杂的跟踪场景,手工设计的浅层特征难以描述目标的变化,通过深层网络提取到的特征具有更加稳定的表征能力。但是目标的运动过程中的外观变化需要不断调整参数,这个在线学习的过程会给算法的时效性带来很大的挑战。通过离线训练一个相似性学习的全卷积孪生网络,可以避免了在线学习问题,通过比较目标模板与搜索区域的特征相似度,来拟合整个图像的相似图,从而完成模型的学习和跟踪。

本次设计要求采用全卷积的孪生网络实现目标的跟踪,采用Matlab或PyTorch等工具对跟踪算法进行仿真,并分析算法的精度和时效性。

2. 毕业设计(论文)主要任务及要求

1. 查阅相关资料15篇以上(其中近五年英文文献不少于3篇);

2. 完成开题报告;

3. 卷积神经网络、孪生网络的原理及相关跟踪算法的学习;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

第1—2周:查阅相关的文献资料,对研究内容进行整体了解;

第3—4周:了解整体实现方案,完成开题报告;

第5—12周:根据方案进行设计和实现;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] bertinetto l, valmadre j , henriques, joatilde;of, et al. fully-convolutional siamese networks for object tracking[j]. 2016.

[2] valmadre j , bertinetto l , henriques, joatilde;of, et al. end-to-end representation learning for correlation filter basedtracking[j]. 2017.

[3] guo q , feng w , zhou c , et al. learning dynamic siamese network for visual objecttracking[c]// international conference on computer vision (iccv 2017). ieeecomputer society, 2017.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图