论文摘要
本文针对飞机目标,提出了基于多域网络(MDNet)的改进网络用于飞机跟踪的快速深度学习(FDLAT)跟踪网络,使用迁移学习弥补目标跟踪的小样本集缺陷。卷积层作为特征提取层,全连接层作为目标和背景的分类层,采用特定的飞机数据集来更新网络参数。训练完成之后,结合回归模型,采用简单的线性更新对飞机进行跟踪,算法实现了飞机旋转、相似目标、模糊目标、复杂环境、尺度变换、目标遮挡以及形态变换等复杂状态的鲁棒跟踪,速度达到平均20.36 f/s,在ILSVRC2015飞机检测数据集上成功率均值达到0.592,基本满足飞机实时跟踪。
论文目录
文章来源
类型: 期刊论文
作者: 赵春梅,陈忠碧,张建林
关键词: 迁移学习,飞机目标,鲁棒跟踪,实时跟踪
来源: 光电工程 2019年09期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 航空航天科学与工程,武器工业与军事技术,自动化技术
单位: 中国科学院光电技术研究所,中国科学院大学
基金: 重大专项基金资助项目(G158207)~~
分类号: V35;E91;TP18
页码: 3-12
总页数: 10
文件大小: 1086K
下载量: 274