已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Cross-frame keypoint-based and spatial motion information-guided networks for moving vehicle detection and tracking in satellite videos

人工智能 计算机视觉 计算机科学 帧(网络) 跟踪(教育) BitTorrent跟踪器 卫星 探测器 匹配(统计) 目标检测 运动(物理) 模式识别(心理学) 眼动 数学 工程类 电信 统计 航空航天工程 教育学 心理学
作者
Jie Feng,Dening Zeng,Xiuping Jia,Xiangrong Zhang,Jie Li,Yuping Liang,Licheng Jiao
出处
期刊:Isprs Journal of Photogrammetry and Remote Sensing 卷期号:177: 116-130 被引量:29
标识
DOI:10.1016/j.isprsjprs.2021.05.005
摘要

Deep learning methods have achieved the state-of-the-art performance of object detection and tracking in natural images, such as keypoint-based detectors and appearance/motion-based trackers. However, for small and blurry moving vehicles in satellite videos, keypoint-based detectors cause the missed detection of keypoints and incorrect keypoint matching. In terms of multi-object tracking, it is difficult to track the crowded similar vehicles stably only by using the appearance or motion information. To address these problems, a novel deep learning framework is proposed for moving vehicle detection and tracking in the satellite videos. It is comprised of the cross-frame keypoint-based detection network (CKDNet) and spatial motion information-guided tracking network (SMTNet). In CKDNet, a customized cross-frame module is designed to assist the detection of keypoints by exploiting complementary information between frames. Furthermore, CKDNet improves keypoint matching by incorporating size prediction around the keypoints and defining the soft mismatch suppression for out-of-size keypoint pairs. Based on high-quality detection, SMTNet can track the densely-packed vehicles effectively by constructing two-branch long short-term memories. It extracts not only spatial information of the same frame by considering the relative spatial relationship of neighboring vehicles, but also motion information among consecutive frames by calculating the movement velocity. Especially, it regresses virtual positions for missed or occluded vehicles and keeps on tracking these vehicles while they reappear. Experimental results on Jilin-1 and SkySat satellite videos demonstrate the effectiveness of the proposed detection and tracking methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小蘑菇应助雨濛濛采纳,获得10
3秒前
阿旭完成签到,获得积分10
4秒前
zhengzehong完成签到,获得积分10
8秒前
9秒前
oceanao应助123采纳,获得10
15秒前
Jj发布了新的文献求助10
15秒前
积极干饭完成签到 ,获得积分10
15秒前
不对也没错完成签到,获得积分10
15秒前
15秒前
儒雅的焦发布了新的文献求助10
17秒前
18秒前
123完成签到,获得积分20
20秒前
大力水手发布了新的文献求助10
20秒前
小弟朱生发布了新的文献求助10
21秒前
22秒前
热情的友瑶完成签到 ,获得积分10
24秒前
赘婿应助郎治宇采纳,获得10
26秒前
赤木完成签到 ,获得积分10
29秒前
大力水手完成签到,获得积分10
32秒前
所所应助科研通管家采纳,获得10
36秒前
大模型应助科研通管家采纳,获得10
36秒前
香蕉觅云应助科研通管家采纳,获得10
36秒前
VDC应助科研通管家采纳,获得10
36秒前
所所应助小弟朱生采纳,获得10
36秒前
AAA完成签到 ,获得积分10
37秒前
等待往事发布了新的文献求助20
39秒前
科目三应助乖巧的菜猪采纳,获得10
39秒前
星辰大海应助橙汁采纳,获得10
41秒前
whereas完成签到 ,获得积分10
44秒前
JJ完成签到,获得积分10
46秒前
无花果应助大力水手采纳,获得10
46秒前
坚强的安柏完成签到 ,获得积分10
49秒前
49秒前
wanci应助贱小贱采纳,获得10
52秒前
sciscisci完成签到 ,获得积分10
53秒前
小樊同学发布了新的文献求助10
53秒前
58秒前
michal完成签到,获得积分10
58秒前
可爱的函函应助小樊同学采纳,获得10
1分钟前
1分钟前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3162132
求助须知:如何正确求助?哪些是违规求助? 2813202
关于积分的说明 7899183
捐赠科研通 2472372
什么是DOI,文献DOI怎么找? 1316428
科研通“疑难数据库(出版商)”最低求助积分说明 631314
版权声明 602142