知识卡片

结构图卡 · 9599.n · 生成模型:DeepSeek-V4.1-Flash

主副分类器构成的记忆空间

理解等级:高级

记忆空间由 1 个主分类器和若干并列的副分类器组成。第一帧得到的分类器即主分类器,常态下由它跟踪;每帧用 RAN 给它的响应图打分,高于 0.5 视为 Normal,正常定位并更新。一旦判为 Bad,就让所有副分类器各自做相关滤波、各自过 RAN:只要有为 Normal 的,取其中分数最高者接管定位与更新;若全为 Bad,则取主副之中分数最高者先定位,并以此位置派生一个新副分类器,相当于把目标此刻的样子记下来。数量有上限,超限时替换分数最低者,形成有限容量、遗忘最差记忆的机制。Bird1 中目标在云层消失约 70 帧,其他算法的滤波器被云层污染后找不回,本法因保留旧外观分类器而寻回。

结构图:

flowchart TD
  A[主分类器响应图] --> B{分数不低于0.5}
  B -->|是| C[主分类器定位并更新]
  B -->|否| D[全部副分类器检测]
  D --> E{存在Normal副分类器}
  E -->|是| F[最高分者接管定位]
  E -->|否| G[全体最高分定位并派生新分类器]
  G --> H{数量超上限}
  H -->|是| I[替换最低分副分类器]
  H -->|否| J[直接加入队列]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第7章 基于卷积神经网络与人脑记忆模型的目标跟踪算法(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt007.html) - 结论依据:记忆空间由 1 个主分类器和若干并列的副分类器组成。 - 原始内容:算法的跟踪器包括一个主分类器和若干个并列的副分类器,如图7.10所示。在大部分情况下,基于深度卷积特征的相关滤波算法保持正常跟踪,无须干预