400
正文

基于动态回归和通道注意力的孪生网络的目标跟踪

摘要:计算机和互联网技术的发展促进了信息化时代的到来,经过了一定的发展周期后,在发展过程中积累了一定的经验和教训,这些经验和教训都成为行业发展过程中的重点和关键。计算机视觉系统就是其中的重要组成部分,可以将其细分成目标检测、分析理解和目标跟3个阶段,并且有着愈发广泛的应用。如何保证跟踪算法的实时性成为行业的巨大挑战,笔者结合我国计算机视觉系统的发展实际,对目标跟踪的相关技术进行了研究。
关键词:动态回归;通道注意力;目标跟踪
0、引言
       视觉是人们进行感知的一个重要渠道,能够对很多工作产生巨大的反作用,在社会和行业的发展过程中也是如此,计算机技术的发展和完善,在很大程度上提高了机器的处理能力,无论是常见的文本信息,还是影音资料,都能进行高效处理。计算机视觉系统研究可以追溯到二十世纪七八十年代,伴随技术和时代的发展,行业工作人员对这项技术的研究不断深入,不仅完成了对该系统的进一步细分,同时也对系统的具体内容进行了分析,这些都为其后期的应用奠定了坚实的基础。
1、孪生网络的目标跟踪技术的发展历程
       结合该种技术的实际发展情况来看,该种技术大约经历了70年的发展周期,行业工作人员对相关技术进行了完善,初期的目标跟踪工作主要是利用存储的头像进行后期的计算工作,然后对相关信号进行处理。但是受限于技术和管理层面的原因,在实际的研究工作只能通过点或线代替目标,然而这种研究方法存在很大的弊端,无法保证相关研究工作结果的客观性。直到二十世纪世纪八十年代左右,计算机计算能力得到很大提升后,才使目标的外观研究工作成为可能,一方面促进了相关技术自身的完善,另一方面也为其后期的应用提供了便利,也为粒子滤波算法等目标跟踪方法的出现和应用奠定了基础[1]。
       当前时代对于互联网和计算机技术的应用和研究进入了一个全新的发展时期,人工智能行业是其中的代表,对于计算机视觉方面的研究也愈发重视,目标跟踪方法层出不穷,按照目标的不同外观可以将其划分成判别模式和生成模式两种,生成模式的实现首先需要构建相关模型,在完成基本模型的构建工作之后,进行目标位置的确定工作,在判别工作中需要工作人员充分发挥自身的主观能动性,选择较为合理的判别模式。2010年,D.S.Bolme等人将最小输出平方误差应用在相关目标跟踪研究工作中,后期学者更是加大了对相关工作的研究力度[2]。
       近年来,随着相关理论知识的不断发展和完善,越来越多的学者和专家投身于目标跟踪研究工作中,学习算法的种类不断丰富,研究深度也在不断加深,H.Li将多重图像特征应用于卷积神经网络中进行相应的训练工作,实现对相关模型的优化和升级,在很大程度上提高了算法的精确度,但是在实时性等性能上还存在一些薄弱之处,这些薄弱之处既是行业发展过程中的巨大阻碍,同时也是行业新的发展契机。
       鉴于计算机视觉技术对各行业发展的巨大推动作用,我国也逐渐加强了对该种技术发展的扶持和重视力度,虽然研究起步时间相较于西方发达国家较晚,但是在相关领域也收获颇丰,譬如刘志强等人实现了KCF的优化,在目标跟踪的过程中,即使出现了目标丢失的情况,也能通过帧差法重新找回目标。
       结合对当前目标跟踪技术的发展情况来看,大部分算法还是需要实现对固定回归值的有效利用,但是在物体的实际运动过程中,无论是其自身的性质还是周边的环境,都会对其运动产生重要的反作用,除此之外,当前的大部分目标跟踪算法没有顾及问题的多样性,从而导致相关技术的适应性比较差,在实际的研究过程中容易出现多种误差。
2、基于动态回归和通道注意力的孪生网络的目标跟踪
      不同于传统的目标跟踪方法,基于孪生网络的跟踪方法不仅在跟踪的准确度上,在具体的工作效率上也有了很大程度的提高,即便在跟踪的过程中出现了遮挡等情况,也能及时进行有效应对。但是一旦在跟踪的过程中出现类似物体,可能不利于推进相关工作,因此在实际研究过程中需要着重对这一点进行把握。为了解决这种问题,行业工作人员在其结构中加入了滤波,通过这种结构能够将搜索区域建立成一个模板,对该种问题起到了很大的优化作用,但是大部分滤波器都是通过循环矩阵实现跟踪操作,后期AdeiBibi提出了目标响应自适应的滤波方法。这种方法相较之传统的滤波方法,具有很多优势,最为显著的优势就是该种方法的适应性比较强,能够有效解决遮挡和目标移位问题。在必要时可以通过CF+AF代替CF层,从而提高跟踪算法的准确性,还可以通过加入相关模块提供工作效率。
2.1  跟踪算法
       孪生网络本身就是一种全新的网络类型,同传统的网络结构相比具有很多相似之处,但是具体用途较为广泛,但是想要将孪生网络运用在目标跟踪系统中是一项较为复杂的工作,最为关键的就是算法。在完成算法的完善和优化工作之后,还要开展相关评估工作。
       评估网络是相关评估工作中的重点,也是跟踪工作中的关键,为了保证相关跟踪工作的效率和质量,在进行跟踪工作时,需要不断确定搜索区域,虽然在此过程中需要耗费一定量的资源,但是却能有效保证相关工作的质量和效率。在完成初步的搜索工作后,对搜索区域的整体特征进行把握,包括目标特征等多项特征。
       相关参数的配置工作也是相关工作中的重点,主要进行信息和图片的加载工作,充分利用模板的分支构件搜索分支。这两种分支的结构之间有着较为紧密的联系,自然也可以称为孪生关系,随后进行的是相关变换和初始化工作,在完成相关的计算工作后,对结构进行整合、处理以及最后的统计工作。
2.2  滤波网路
       结合相关学者的实际研究结果来看,在研究工作中对上下文信息进行利用,能够有效保证后期相关研究工作的客观性,因此采用了CFNet的处理方式,在实际的训练过程中,循环边界产生的负面影响比较小。
2.3  目标响应自适应滤波器
       该种系统的内部结构同CFNet的内部框架之间有着诸多相似之处,当然也有需要改善和优化的地方,主要是将滤波器层变为CF+AT层。大部分跟踪器在运转时需要利用循环矩阵才能完成后期的相关工作,但是这种工作模式的适应性比较低,无法满足实际工作需要。因此针对相关系统进行一定的优化也显得很有必要[3]。对于追踪器而言,相关工作可以细分成训练和测试两个方面,以训练工作为例进行讲解,一定要将高斯中心作为检测工作的重点。
3、完善目标追踪技术的策略
       综合多种因素来看,对于孪生网络的目标追踪工作,有许多需要进行把握的关键点,这些关键点不仅是相关工作的重点,也是相关工作的难点,因此制定相关的完善策略显得很有必要,主要可以分为以下几点。
3.1  转变发展理念
       正确的理念能为一个行业的发展起到重要的导向作用,在计算机上视觉领域的目标追踪技术上也是如此,但是结合相关行业的实际发展情况来看,在发展理念上不容乐观,对相关技术的研发和发展产生了阻碍,因此有必要转变发展观念。在转变的过程中需要重点把握两点:首先要顺应行业和时代发展的潮流,满足行业发展的实际需求;其次要与行业和企业的实际情况相适应,选择科学合理的发展理念。
3.2  提高人员素质
       工作人员是相关工作的核心,工作人员的专业技能和综合素质会对相关工作产生巨大的反作用,因此提高工作人员的素质也显得很有必要,但是在我国的行业中,工作人员的素质水平不容乐观[4],切实提高人员的素质也显得很有必要。主要有以下工作有待推进:首先可以提高行业的入职门槛,从根本上提高行业工作人员的素质;其次就是充分发挥后期培训的作用,不仅是专业技能和知识,还要不断提高工作人员的综合素质,为后期推进相关工作奠定坚实的基础。
3.3  加强设施建设
       完善的基础设施能为开展相关工作奠定坚实的物质基础,在计算机视觉领域也是如此,但是结合行业和企业的实际发展情况来看,受限于管理和资金方面的原因,在基础设施建设上还存在很多漏洞,因此加强基础设施建设也显得很有必要。在基础设施的建设过程中,一方面要结合自身发展的实际需求,另一方面要与企业自身的经济情况相适应,实现企业自身的资源优化配置。基础设施建设是一个长期的过程,需要企业诸多部门群策群力。
4、结语
      从上述叙述可以看出,计算机视觉相关技术研究是一项较为复杂的工作,无论对于企业还是对于具体的工作人员来说都是一项严峻的挑战。为了保证相关研究工作的效率,需要在工作过程中充分发挥自身的主观能动性,主要有以下工作有待推进:从国家层面来说,要发挥宏观调控的作用,加大对信息产业建设的扶持力度,为计算机视觉技术的发展营造一个较为稳定的外部环境;从行业和企业自身来说,一方面要加大科研力度,另一方面也要充分发挥自身的主观能动性,科学把握多种关键要素。目标跟踪技术事关诸多行业的发展,各行业应携起手来一起努力。
参考文献
1、林金朝,李国军,周晓娜,等.基于动态能量管理的无线传感网络动目标定位跟踪方法[J].通信学报,2010,31(12):90-96.
2、陈雯,许鸿文,江立华.高校思想政治理论课堂注意力与教学模式改革的有效性研究——基于图像识别跟踪技术的Cox回归生存分析[J].思想理论教育导刊,2018,237(9):90-95.
3、黄光球,贾颖峰,周静.基于贝叶斯-神经网络的动态回归建模与预测[J].系统仿真学报,2005,17(12):2904-2907.
4、李兰君,周俊生,顾颜慧,等.基于改进孪生网络结构的相似法律案例检索研究[J].北京大学学报:自然科学版,2019,55(1):87-93.

相关热词搜索:

热门期刊
027-59765396
联系地址 湖北省荆州市荆州区万达广场A栋504 周一至周五 09:00-17:30
友情链接: 会计培训班 | 老酒回收 | 出国留学申请 | 论文发表 | 企业培训系统 | Linux运维培训 |

网站地图

版权所有 Copyright © 2018 湖北帆云海文化传媒有限公司 www.xrqkw.com. All Rights Reserved ,鄂ICP备19020030号 如您在使用的过程中任何产品或技术性问题请反馈

编辑
顾问

联系客服

企业QQ,一对一编辑辅导发稿
QQ交谈 网页在线咨询

服务时间

周一至周五
08:30-17:30

服务
热线

18685220838
24小时服务热线:027-59765396

基于动态回归和通道注意力的孪生网络的目标跟踪
摘要:计算机和互联网技术的发展促进了信息化时代的到来,经过了一定的发展周期后,在发展过程中积累了一定的经验和教训,这些经验和教训都成为行业发展过程中的重点和关键。计算机视觉系统就是其中的重要组成部分,可以将其细分成目标检测、分析理解和目标跟3个阶段,并且有着愈发广泛的应用。如何保证跟踪算法的实时性成为行业的巨大挑战,笔者结合我国计算机视觉系统的发展实际,对目标跟踪的相关技术进行了研究。
关键词:动态回归;通道注意力;目标跟踪
0、引言
       视觉是人们进行感知的一个重要渠道,能够对很多工作产生巨大的反作用,在社会和行业的发展过程中也是如此,计算机技术的发展和完善,在很大程度上提高了机器的处理能力,无论是常见的文本信息,还是影音资料,都能进行高效处理。计算机视觉系统研究可以追溯到二十世纪七八十年代,伴随技术和时代的发展,行业工作人员对这项技术的研究不断深入,不仅完成了对该系统的进一步细分,同时也对系统的具体内容进行了分析,这些都为其后期的应用奠定了坚实的基础。
1、孪生网络的目标跟踪技术的发展历程
       结合该种技术的实际发展情况来看,该种技术大约经历了70年的发展周期,行业工作人员对相关技术进行了完善,初期的目标跟踪工作主要是利用存储的头像进行后期的计算工作,然后对相关信号进行处理。但是受限于技术和管理层面的原因,在实际的研究工作只能通过点或线代替目标,然而这种研究方法存在很大的弊端,无法保证相关研究工作结果的客观性。直到二十世纪世纪八十年代左右,计算机计算能力得到很大提升后,才使目标的外观研究工作成为可能,一方面促进了相关技术自身的完善,另一方面也为其后期的应用提供了便利,也为粒子滤波算法等目标跟踪方法的出现和应用奠定了基础[1]。
       当前时代对于互联网和计算机技术的应用和研究进入了一个全新的发展时期,人工智能行业是其中的代表,对于计算机视觉方面的研究也愈发重视,目标跟踪方法层出不穷,按照目标的不同外观可以将其划分成判别模式和生成模式两种,生成模式的实现首先需要构建相关模型,在完成基本模型的构建工作之后,进行目标位置的确定工作,在判别工作中需要工作人员充分发挥自身的主观能动性,选择较为合理的判别模式。2010年,D.S.Bolme等人将最小输出平方误差应用在相关目标跟踪研究工作中,后期学者更是加大了对相关工作的研究力度[2]。
       近年来,随着相关理论知识的不断发展和完善,越来越多的学者和专家投身于目标跟踪研究工作中,学习算法的种类不断丰富,研究深度也在不断加深,H.Li将多重图像特征应用于卷积神经网络中进行相应的训练工作,实现对相关模型的优化和升级,在很大程度上提高了算法的精确度,但是在实时性等性能上还存在一些薄弱之处,这些薄弱之处既是行业发展过程中的巨大阻碍,同时也是行业新的发展契机。
       鉴于计算机视觉技术对各行业发展的巨大推动作用,我国也逐渐加强了对该种技术发展的扶持和重视力度,虽然研究起步时间相较于西方发达国家较晚,但是在相关领域也收获颇丰,譬如刘志强等人实现了KCF的优化,在目标跟踪的过程中,即使出现了目标丢失的情况,也能通过帧差法重新找回目标。
       结合对当前目标跟踪技术的发展情况来看,大部分算法还是需要实现对固定回归值的有效利用,但是在物体的实际运动过程中,无论是其自身的性质还是周边的环境,都会对其运动产生重要的反作用,除此之外,当前的大部分目标跟踪算法没有顾及问题的多样性,从而导致相关技术的适应性比较差,在实际的研究过程中容易出现多种误差。
2、基于动态回归和通道注意力的孪生网络的目标跟踪
      不同于传统的目标跟踪方法,基于孪生网络的跟踪方法不仅在跟踪的准确度上,在具体的工作效率上也有了很大程度的提高,即便在跟踪的过程中出现了遮挡等情况,也能及时进行有效应对。但是一旦在跟踪的过程中出现类似物体,可能不利于推进相关工作,因此在实际研究过程中需要着重对这一点进行把握。为了解决这种问题,行业工作人员在其结构中加入了滤波,通过这种结构能够将搜索区域建立成一个模板,对该种问题起到了很大的优化作用,但是大部分滤波器都是通过循环矩阵实现跟踪操作,后期AdeiBibi提出了目标响应自适应的滤波方法。这种方法相较之传统的滤波方法,具有很多优势,最为显著的优势就是该种方法的适应性比较强,能够有效解决遮挡和目标移位问题。在必要时可以通过CF+AF代替CF层,从而提高跟踪算法的准确性,还可以通过加入相关模块提供工作效率。
2.1  跟踪算法
       孪生网络本身就是一种全新的网络类型,同传统的网络结构相比具有很多相似之处,但是具体用途较为广泛,但是想要将孪生网络运用在目标跟踪系统中是一项较为复杂的工作,最为关键的就是算法。在完成算法的完善和优化工作之后,还要开展相关评估工作。
       评估网络是相关评估工作中的重点,也是跟踪工作中的关键,为了保证相关跟踪工作的效率和质量,在进行跟踪工作时,需要不断确定搜索区域,虽然在此过程中需要耗费一定量的资源,但是却能有效保证相关工作的质量和效率。在完成初步的搜索工作后,对搜索区域的整体特征进行把握,包括目标特征等多项特征。
       相关参数的配置工作也是相关工作中的重点,主要进行信息和图片的加载工作,充分利用模板的分支构件搜索分支。这两种分支的结构之间有着较为紧密的联系,自然也可以称为孪生关系,随后进行的是相关变换和初始化工作,在完成相关的计算工作后,对结构进行整合、处理以及最后的统计工作。
2.2  滤波网路
       结合相关学者的实际研究结果来看,在研究工作中对上下文信息进行利用,能够有效保证后期相关研究工作的客观性,因此采用了CFNet的处理方式,在实际的训练过程中,循环边界产生的负面影响比较小。
2.3  目标响应自适应滤波器
       该种系统的内部结构同CFNet的内部框架之间有着诸多相似之处,当然也有需要改善和优化的地方,主要是将滤波器层变为CF+AT层。大部分跟踪器在运转时需要利用循环矩阵才能完成后期的相关工作,但是这种工作模式的适应性比较低,无法满足实际工作需要。因此针对相关系统进行一定的优化也显得很有必要[3]。对于追踪器而言,相关工作可以细分成训练和测试两个方面,以训练工作为例进行讲解,一定要将高斯中心作为检测工作的重点。
3、完善目标追踪技术的策略
       综合多种因素来看,对于孪生网络的目标追踪工作,有许多需要进行把握的关键点,这些关键点不仅是相关工作的重点,也是相关工作的难点,因此制定相关的完善策略显得很有必要,主要可以分为以下几点。
3.1  转变发展理念
       正确的理念能为一个行业的发展起到重要的导向作用,在计算机上视觉领域的目标追踪技术上也是如此,但是结合相关行业的实际发展情况来看,在发展理念上不容乐观,对相关技术的研发和发展产生了阻碍,因此有必要转变发展观念。在转变的过程中需要重点把握两点:首先要顺应行业和时代发展的潮流,满足行业发展的实际需求;其次要与行业和企业的实际情况相适应,选择科学合理的发展理念。
3.2  提高人员素质
       工作人员是相关工作的核心,工作人员的专业技能和综合素质会对相关工作产生巨大的反作用,因此提高工作人员的素质也显得很有必要,但是在我国的行业中,工作人员的素质水平不容乐观[4],切实提高人员的素质也显得很有必要。主要有以下工作有待推进:首先可以提高行业的入职门槛,从根本上提高行业工作人员的素质;其次就是充分发挥后期培训的作用,不仅是专业技能和知识,还要不断提高工作人员的综合素质,为后期推进相关工作奠定坚实的基础。
3.3  加强设施建设
       完善的基础设施能为开展相关工作奠定坚实的物质基础,在计算机视觉领域也是如此,但是结合行业和企业的实际发展情况来看,受限于管理和资金方面的原因,在基础设施建设上还存在很多漏洞,因此加强基础设施建设也显得很有必要。在基础设施的建设过程中,一方面要结合自身发展的实际需求,另一方面要与企业自身的经济情况相适应,实现企业自身的资源优化配置。基础设施建设是一个长期的过程,需要企业诸多部门群策群力。
4、结语
      从上述叙述可以看出,计算机视觉相关技术研究是一项较为复杂的工作,无论对于企业还是对于具体的工作人员来说都是一项严峻的挑战。为了保证相关研究工作的效率,需要在工作过程中充分发挥自身的主观能动性,主要有以下工作有待推进:从国家层面来说,要发挥宏观调控的作用,加大对信息产业建设的扶持力度,为计算机视觉技术的发展营造一个较为稳定的外部环境;从行业和企业自身来说,一方面要加大科研力度,另一方面也要充分发挥自身的主观能动性,科学把握多种关键要素。目标跟踪技术事关诸多行业的发展,各行业应携起手来一起努力。
参考文献
1、林金朝,李国军,周晓娜,等.基于动态能量管理的无线传感网络动目标定位跟踪方法[J].通信学报,2010,31(12):90-96.
2、陈雯,许鸿文,江立华.高校思想政治理论课堂注意力与教学模式改革的有效性研究——基于图像识别跟踪技术的Cox回归生存分析[J].思想理论教育导刊,2018,237(9):90-95.
3、黄光球,贾颖峰,周静.基于贝叶斯-神经网络的动态回归建模与预测[J].系统仿真学报,2005,17(12):2904-2907.
4、李兰君,周俊生,顾颜慧,等.基于改进孪生网络结构的相似法律案例检索研究[J].北京大学学报:自然科学版,2019,55(1):87-93.