首页|基于LSTM-Attention模型的动态场景下的目标跟踪研究

基于LSTM-Attention模型的动态场景下的目标跟踪研究

扫码查看
在动态场景中,目标跟踪技术面临复杂背景干扰及目标快速移动等多重挑战.为探索目标跟踪技术在动态场景中的应用,文章利用基于LSTM-Attention的视觉模型,旨在提升动态场景下目标跟踪的精准度.该模型结合了LSTM(长短期记忆网络)在处理时间序列数据上的记忆能力,以及Attention机制在捕捉动态场景中目标动态变化特征方面的优势.基于此模型,在动态场景下执行目标跟踪任务,并将该模型的表现与传统目标跟踪算法进行对比,分析不同场景因素对跟踪结果的影响,以验证新模型的优势.实验数据表明,在目标快速移动或部分遮挡的情况下,该模型仍能准确、稳定地追踪目标,并且在复杂动态场景下保持了80.4%的精确度,展现出较强的抗干扰能力.

孙晨阳

展开 >

浙江工商职业技术学院,浙江 宁波 315012

动态场景 目标跟踪 LSTM-Attention

2024

企业科技与发展
广西科学技术情报研究所

企业科技与发展

CHSSCD
影响因子:0.331
ISSN:1674-0688
年,卷(期):2024.(12)