Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 34.235.150.151
    [SESS_TIME] => 1711706377
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 6758b5ab912c8964fbf83ce33cfea454
    [UNIQUE_KEY] => 12bea368aafb60e5f18de54b56b9d165
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2020 год, номер 6

ОТСЛЕЖИВАНИЕ ОБЪЕКТА В ВИДЕОПОТОКЕ С ПОМОЩЬЮ СВЁРТОЧНОЙ НЕЙРОННОЙ СЕТИ

Ю.Н. Золотухин, К.Ю. Котов, А.А. Нестеров, Е.Д. Семенюк
Институт автоматики и электрометрии СО РАН, Новосибирск, Россия
zol@idisys.iae.nsk.su
Ключевые слова: трекинг по отслеживанию, видеопоток, свёрточная нейронная сеть, фильтр Калмана
Страницы: 100-106

Аннотация

Предложен алгоритм 6-координатного трекинга подвижного объекта по последовательности RGB-изображений на основе свёрточной нейронной сети. Обучение сети выполняется на синтезированных данных объекта с динамической моделью движения. В обратную связь от выхода ко входу сети включен фильтр Калмана для получения сглаженной оценки координат объекта. Предварительные результаты трекинга объекта на синтезированных изображениях демонстрируют эффективность предложенного подхода.

DOI: 10.15372/AUT20200611