hanlinger_的博客

抽象对象跟踪是计算机视觉领域的热门话题。高分辨率遥感传感器提供的详细空间信息使跟踪卫星视频中的目标成为可能。近年来，相关过滤器已经产生了令人鼓舞的结果。但是，在处理卫星视频中的对象跟踪方面，由于每个目标的大小与整个图像相比都太小，并且目标和背景是非常相似。因此，在这封信中，我们通过融合KCF跟踪器和三帧差算法，提出了一种新的卫星视频目标跟踪方法。本文提出了一种特定的策略，以利用KCF跟踪器和三帧差异算法来构建强大的跟踪器。我们在三个卫星视频中评估了所提出的方法，并展示了其相对于其他最新跟踪方法的优越性

摘要尽管卷积神经网络已成为许多计算机视觉领域的选择方法，但它们仍然缺乏可解释性，并且通常是在繁琐的试错过程中手动设计的。 本文旨在通过提出一种深度神经网络来克服这些限制，该系统以系统的方式设计并且可以解释，其方法是将多分辨率分析集成到深度神经网络设计的核心。 通过使用提升方案，可以生成小波表示并设计能够以端到端形式学习小波系数的网络。 与最新架构相比，该模型所需的超参数调整更少，并在图像分类任务中获得了竞争优势。 可以在https上找到为此研究实施的代码：https://github.com/mxbas