无人驾驶感知篇之目标跟踪(十二)
终于把相关滤波的目标跟踪算法写完了,其实还有其他的相关滤波算法,暂时也不写了。从今天开始写写深度学习跟踪算法,其实不太想写深度学习跟踪算法,担心写不好,挺复杂的,写不好莫要见怪哈。这一篇主要写写深度学习跟踪算法中的C-COT的目标跟踪算法。
1.什么是C-COT目标跟踪算法
C-COT目标跟踪算法,即连续域卷积操作跟踪算法,目前主流的相关滤波器跟踪方法之一,其特点在于,不需要重采样即可整合多分辨率 的特征,且预测分数是连续域函数。
2.C-COT目标跟踪算法的原理
C-COT目标跟踪算法比较复杂,主要步骤为:
(1)构造连续域插值函数;
(2)构造置信函数;
(3)期望泛函;
(4)训练连续分类器;
(5)正规方程的构造
构造连续域插值函数,这一步一般主要定义一个图像的训练样本,构造差值函数,可以用方程表示为:
式中,bd 是差值函数,t是连续域变量,T是连续域支撑空间长度。
构造置信函数,这一步主要是定义卷积算子,可以表示为:
期望泛函,这一步主要构造损失函数,可以表示为:
权重αj ≥0控制着每个训练样本的影响力,惩罚系数ω由特征点在整幅图像中的位置决定。
训练连续分类器,这一步主要通过最小化损失函数进行分类器训练。其对应的算法方程可表示为:
最后,进行正规方程的构造,可表示为:
方程中AH ΓA+WHW为对称正定方程,可以用共轭梯度迭代法求解。
3.C-COT目标跟踪算法的优缺点
优点:可实现更精确的亚像素级别定位。
缺点:如使用深度网络所提取的特征会导致算法跟踪速度很慢,以及采用网格搜索的方法使得跟踪结果容易陷入局部最优值。
好了,今天写到这,有点伤脑。
无人驾驶感知篇之目标跟踪(十二)相关推荐
- 无人驾驶感知篇之目标跟踪(一)
基本的感知任务有针对动态道路参与者的目标识别.检测和跟踪,之前的文章基本把无人驾驶感知篇之目标检测写的差不多了,这篇开始写一写目标的跟踪. 1.什么是目标跟踪 目标跟踪是目标检测在时间轴上的延续,获得 ...
- 无人驾驶感知篇之目标跟踪(十四)
刚跑步回来,趁着思路比较清晰,再更新一下.上一篇主要写了ECO目标跟踪算法,今天这篇主要写写DLT目标跟踪算法. 1.什么是DLT目标跟踪算法 DLT算法,英文deep learning tracke ...
- 无人驾驶感知篇之目标跟踪(十八)
终于快把目标跟踪写完了,目标跟踪相对检测还是挺复杂的.今天把目标跟踪的最后一篇算法写完,DeepTracking目标跟踪算法,该算法也是深度学习跟踪算法比较难的一种算法. 1.什么是DeepTrack ...
- 无人驾驶感知篇之融合(十四)
之前说过根据融合算法,可以概括为随机类方法和人工智能两大类.随机类方法目前常见的有加权平均法.多贝叶斯估计法.卡尔曼滤波法.Dempster-Shafer(D-S)证据推理.产生式规则等.人工智能类则 ...
- 无人驾驶感知篇之传感器标定(一)
终于把感知方面的目标跟踪写完了,这部分的内容较多,也比较复杂.今天开始写感知方面的最后一块内容--传感器标定. 1.为什么要进行传感器标定 为了更全面的获取环境信息,无人驾驶的感知系统需要使用多个同构 ...
- 无人驾驶感知篇之融合(二)
今天上海疫情迎来了大决战,各个外省兄弟姐妹来支援上海,同时解放军也来了,让民众看到了希望.今天的心情也好了很多,哈哈,上海加油!!!上海加油!!!上海加油!!! 前篇文章主要讲述了什么是无人驾驶感知的 ...
- 基于核函数加权直方图的Mean Shift目标跟踪 (二维颜色直方图)
前面有几篇博文介绍了在单张图像上的Mean Shift 迭代收敛过程,接下来将要为大家分享的是基于摄像头获取视频的视频目标跟踪,希望对大家有帮助!\(^o^)/~ 基于核函数加权直方图的Mean Sh ...
- 无人驾驶感知篇之融合(一)
本来这篇文章计划昨天写的,但昨天看到上海的疫情关于上海婴幼儿被单独隔离问题,深感无奈.也不知道我们这些上班族能封到什么时候,突然想念之前堵车的上海,热闹的上海,愿疫情能早点结束!!! 1.什么是无人驾 ...
- 3d量测怎么学距离_智车科技大讲堂:自动驾驶的“4位1体”+3D环境感知(单目标跟踪)...
智车科技正与具有实战经验的自动驾驶公司及团队,共同构建开放的学习平台,定期对自动驾驶技术进行分享,本期分享的是嬴彻科技. 作为一家专注于自动驾驶卡车网络运营的公司,嬴彻科技(Inceptio Tech ...
最新文章
- 对计算属性中get和set的理解
- Xcode7,ios9 issue ,warning合集
- 计算机组成与结构r形式,计算机组成复习(自己整理的)
- Spring Boot实践
- 循环计数_倒计数器:CountDownLatch | 循环栅栏:CyclicBarrier
- 《算法导论》之 Problem 5.1-3(随机函数发生器的设计)
- Google 杀死了 160 个产品!
- [Windows Phone] 如何在 Windows Phone 应用程式制作市集搜寻
- IAR软件移植FreeRTOS操作系统软件
- 酷派5890刷recovery详细教程
- WIN10系统蓝屏解决方法
- PCM开发板模块实验指导--无刷马达实验
- 互联网公司的几种销售模式
- android aidl oneway用法
- android串口开发!一年后斩获腾讯T3,附面试题答案
- 徐小贱c语言试卷,纹了这条锦鲤,我遇见了现在的老公 | 纹身大赏No.12
- web安全基础之HTTP
- 用python画微笑脸表情_“裂开了,苦涩了,翻白眼”!我用Python画出微信新出的表情包...
- Lacking counting POJ.NO 2386
- 华为云 linux系统 ESC服务器 javaweb 环境配置