资料下载
×
引入锚框掩码网络机制的孪生RPN模型
消耗积分:0 |
格式:pdf |
大小:3.02 MB |
2021-06-08
分享资料个
针对孪生区域候选网络（RPN）易受干扰且目标丢失后无法跟踪的问题，引人锚框掩码网络机制，设计种新型孪生RPN模型。设置多尺度模板图片，并将其与目标图片进行卷积操作，实现全图检测以避免目标丢失。通过对前三帧图片的IoU热度图进行学习，预测连续帧目标锚框掩码，简化计算并排除其他目标干扰。在ⅴoT2016和 OTB00数据集中的实验结果显示，该模型对ⅤOT2016数据集检测帧率达到24.6 frame/s，预期平均覆盖率为0.3445，对OTB100数据集的检测准确率和成功率分别为0.862和0.642。基于摄像头采集数据的目标丢失及干扰测试表明，该模型具有良好的抗干扰性与实时性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
