网络首发

光学学报
ESCI,EI,SCOPUS,CJCR,CSCD,北图
2017年第37卷第8期3页
基于卷积神经网络与一致性预测器的鲁棒视觉跟踪
录用时间:2017-02-24
论文栏目
机器视觉
作者单位
1 西南科技大学 计算机科学与技术学院
2 四川大学计算机学院
3 西南科技大学计算机学院
论文摘要
针对视频序列的鲁棒性目标跟踪问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)与一致性预测器(Conformal Predictor,CP)的视觉跟踪算法。该算法首先构建一个双路输入卷积神经网络模型,同步提取视频帧采样区域和目标模板的高层特征,利用逻辑回归方法区分目标与背景区域,然后将卷积神经网络嵌入到一致性预测器框架中,利用算法随机性检验来评估分类结果的可靠性,在指定风险水平下,以域的形式输出具有可信度指标的分类结果。最后选择高可信度区域作为候选目标区域,通过优化时空域全局能量函数获得目标轨迹。实验结果表明,该算法能够适应目标遮挡、外观变化以及背景干扰等复杂情况,比当前多种流行跟踪算法具有更强的鲁棒性和准确性。
引用本文
高琳, 王俊峰, 范勇, 陈念年. 基于卷积神经网络与一致性预测器的鲁棒视觉跟踪[J]. 光学学报, 2017, 37(8): 3. 
DOI:10.3788/aos201737.08机器视觉03
PDF 全文:点击此处查看 

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!