MÔ HÌNH BÁM ĐA ĐỐI TƯỢNG ĐẢM BẢO THỜI GIAN THỰC VÀ ỔN ĐỊNH CAO SỬ DỤNG KẾT HỢP BỘ PHÁT HIỆN THEO KHUNG HÌNH KHÓA VÀ BỘ PHÂN LOẠI LUYỆN ĐỒNG BỘ

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Dang Quang Hieu, Huu Hung Nguyen, Quang Thi Nguyen, Kim Phuong Phung

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên, 2020

Mô tả vật lý: tr.142-149

Bộ sưu tập: Metadata

ID: 313616

Thêm vào giỏ Liên kết toàn văn

This paper proposes our new approach for multiple objects tracking for real-time video tracking applications. The new tracking method can improve tracking speed and reduce track fragmentation and confusion by using two convolutional neural networks to detect and distinguish the targets. This mechanism ensures real-time capability when you do not have to perform deep learning detector continuously while still ensuring constant and accurate updating of the target's position. This is called a co-training mechanism. The keyframe detection model is a Single Shot Detector that also operates as a data generator
the second neural network is a classifier that will be trained from data collected from the main detector. The tracker is presented as a combination of techniques that we named DCT (Detector-Classifier Tracker). This article will fully explain the working mechanism of DCT and presents the test results for the combined image attachment method according to the frame processing experiments on data of long range thermal imaging cameras.Trong bài báo này, chúng tôi đề xuất một cách tiếp cận mới trong bám đa đối tượng cho các ứng dụng trên video thời gian thực. Phương pháp bám mới hướng đến khả năng đảm bảo thời gian thực và chống đứt đoạn quỹ đạo bám bằng cách sử dụng kết hợp hai mạng nơ-ron để phát hiện và phân biệt giữa các mục tiêu. Cơ chế này đảm bảo khả năng thời gian thực khi mô hình không phải thực hiện liên tục các phép tính phát hiện học sâu trong khi vẫn đảm bảo cập nhật liên tục và chính xác vị trí của mục tiêu. Chúng tôi gọi đây là cơ chế luyện đồng bộ. Mô hình thứ nhất là bộ phát hiện học sâu Single Shot Detector đồng thời hoạt động như một bộ tạo dữ liệu, mô hình mạng nơ ron thứ hai là một bộ phân loại sẽ được luyện từ dữ liệu thu thập được từ bộ phát hiện. Bộ bám đa đối tượng được xây dựng dưới dạng sự kết hợp của các kỹ thuật được chúng tôi gọi là DCT (Detector-Classifier Tracker). Bài viết này sẽ giải thích đầy đủ cơ chế hoạt động của cơ chế bám ảnh DCT và trình bày kết quả đánh giá đối với phương pháp theo sơ đồ xử lý bám ảnh kết hợp trên dữ liệu thử nghiệm của camera ảnh nhiệt tầm xa.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR