激光与光电子学进展, 2020, 57 (24): 241008, 网络出版: 2020-11-19 复制并引用该论文  本文已被引 3 次  被引通知

图 & 表

图 1. 全景视频中运动目标的尺度变化

Fig. 1. Scale change of target motion in panoramic video

下载图片 查看原文

图 2. 七目摄像头拼接的全景图像

Fig. 2. Panoramic image stitched by seven cameras

下载图片 查看原文

图 3. 卷积网络提取的深度特征的可视化结果。 (a) Conv 1; (b) Relu 1; (c) Pool 1; (d) Conv 3; (e) Relu 3; (f) Pool 3; (g) Conv 5; (h) Relu 5; (i)原图

Fig. 3. Visualization results of deep features in convolutional neural networks. (a) Conv 1; (b) Relu 1; (c) Pool 1; (d) Conv 3; (e) Relu 3; (f) Pool 3; (g) Conv 5; (h) Relu 5; (i) original image

下载图片 查看原文

图 4. 本文算法的网络框架

Fig. 4. Network architecture of proposed algorithm

下载图片 查看原文

图 5. MobileNetV3中的卷积结构

Fig. 5. Convolution structure in MobileNetV3

下载图片 查看原文

图 6. Relu6、h-swish、swish的激活函数对比

Fig. 6. Comparison among Relu6, h-swish, and swish activation functions

下载图片 查看原文

图 7. 损失函数曲线

Fig. 7. Curve of loss function

下载图片 查看原文

图 8. SiameseRPN与改进网络的实验结果对比

Fig. 8. Comparison of experiment results by SiameseRPN and improved network

下载图片 查看原文

图 9. 四个不同场景下不同算法的结果对比

Fig. 9. Comparison of results by different algorithms in four different scenarios

下载图片 查看原文

图 10. 小目标和遮挡情况下的实验结果

Fig. 10. Experimental results for small targets and target occlusion

下载图片 查看原文

图 11. 多个目标交叉运动的实验结果

Fig. 11. Experimental results for multi-target cross movements

下载图片 查看原文

图 12. 相似目标干扰的实验结果

Fig. 12. Experimental results for similar target interference

下载图片 查看原文

图 13. 六种算法在全景数据集上的测试结果。(a)精确率;(b)成功率

Fig. 13. Test results of six algorithms on panoramic dataset. (a) Precision; (b) success rate

下载图片 查看原文

表 1全景数据集的跟踪难点分布

Table1. Distribution of tracking difficulties in panoramic data sets

Classification Total video Being blocked Small object Similar target Underexposure Scale change Car 30 3 0 4 23 12 Person 27 7 6 6 1 9 Motor 12 1 0 1 9 8 Bicycle 6 3 2 0 3 3

查看原文

表 2各算法的性能对比

Table2. Performance comparison of all algorithms

Performance MDNet ADNet RT-MDNet SiameseRPN SiameseRPN++ Ours Precision /% 0.744 0.316 0.801 0.783 0.833 0.896 Success rate /% 0.562 0.673 0.516 0.731 0.757 0.855 Speed /(frame·s-1) 1 4 8 75 91 33

查看原文

王殿伟, 方浩宇, 刘颖, 姜静, 任新成, 许志杰, 覃泳睿. 一种基于改进SiameseRPN的全景视频目标跟踪算法[J]. 激光与光电子学进展, 2020, 57(24): 241008. Dianwei Wang, Haoyu Fang, Ying Liu, Jing Jiang, Xincheng Ren, Zhijie Xu, Yongrui Qin. Algorithm for Panoramic Video Tracking Based on Improved SiameseRPN[J]. Laser & Optoelectronics Progress, 2020, 57(24): 241008.