内容简介
《深度学习之多源数据融合的目标检测与跟踪》针对RGB图像面临光照变化、频繁遮挡、杂乱背景等干扰,以及深度图像缺乏场景色彩和语义信息的问题,研究通过RGB图像及深度图像等多源数据的融合,兼顾RGB和Depth特征的差异和共性进行多目标人员检测、人员跟踪方面的方法,提出了基于非对称自适应特征融合的RGB-D人员检测算法、基于深度信息改进DeepSort多目标跟踪算法以及基于非对称孪生网络的多目标跟踪算法。《深度学习之多源数据融合的目标检测与跟踪》提出的算法能够提取有效且通用的RGB-D特征,并通过设计非对称结构的卷积神经网络,确保特征提取效率的同时,减轻卷积神经网络模型的计算复杂度。本书通过设计和实现准确高效、对多场景鲁棒的人流量统计系统、人员口罩佩戴情况识别系统验证了提案的多目标人员检测及跟踪技术的有效性和实用性。《深度学习之多源数据融合的目标检测与跟踪》可作为信息技术相关专业本科生及研究生的专业教材,也可作为从事图像处理、计算机视觉以及深度学习领域研究的专业技术人员的参考书。