| 基于深度学习的双阈值图像局部分块视觉跟踪 |
| |
| 引用本文： | 韩开旭,袁淑芳. 基于深度学习的双阈值图像局部分块视觉跟踪[J]. 计算机仿真, 2021, 38(5): 172-175. DOI: 10.3969/j.issn.1006-9348.2021.05.035 |
| |
| 作者姓名： | 韩开旭 袁淑芳 |
| |
| 作者单位： | 北部湾大学电子与信息工程学院,广西钦州535011;北部湾大学理学院,广西钦州535011 |
| |
| 摘 要： | 现有的图像跟踪方法直接对图像像素级特征展开建模,未考虑图像内部深层视觉特征信息,导致其难以准确描述轮廓信息,致使跟踪效果较差.为解决上述问题,基于深度学习设计了新的双阈值图像局部分块视觉跟踪方法.以深度卷积神经网络为基础构建PigNet网络,检测图像分辨率与位置信息.然后通过PLSA算法估计分割区域类别,筛选出候选区域...
|
| 关 键 词： | 双阈值图像 深度卷积神经网络 深度学习 |
Local Block Visual Tracking of Dual Threshold Image Based on Deep Learning |
| |
| HAN Kai-xu,YUAN Shu-fang. Local Block Visual Tracking of Dual Threshold Image Based on Deep Learning[J]. Computer Simulation, 2021, 38(5): 172-175. DOI: 10.3969/j.issn.1006-9348.2021.05.035 |
| |
| Authors: | HAN Kai-xu YUAN Shu-fang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
