基于多层卷积特征融合的目标尺度自适应鲁棒跟踪

网络首发

光学学报

ESCI,EI,SCOPUS,CJCR,CSCD,北图

2017年第37卷第11期5页

基于多层卷积特征融合的目标尺度自适应鲁棒跟踪

王鑫 ¹侯志强 ²余旺盛 ²金泽芬芬 ²秦先祥 ²

录用时间：2017-06-21

论文栏目

机器视觉

作者单位

¹ 空军工程大学信息与导航学院

² 空军工程大学

论文摘要

针对复杂跟踪条件下目标的鲁棒跟踪和精确尺度估计问题，提出了一种基于多层卷积特征融合的目标尺度自适应鲁棒跟踪算法。算法首先利用VGG-Net-19深层卷积网络架构提取目标候选区域的多层卷积特征，通过相关滤波算法构建二维定位滤波器，得到多层卷积特征并进行加权融合，从而确定目标的中心位置；然后通过对目标区域进行多尺度采样，提取其HOG特征构建一维尺度相关滤波器，确定目标的最佳尺度。在复杂跟踪条件下的实验结果表明，与6种当前主流跟踪算法相比，该算法取得了最好的跟踪成功率与精度，同时在跟踪过程中较好地实现了对目标快速尺度变化的自适应跟踪，且具有较快的跟踪速率。

视觉跟踪深度学习卷积特征相关滤波尺度估计

引用本文

王鑫, 侯志强, 余旺盛, 金泽芬芬, 秦先祥. 基于多层卷积特征融合的目标尺度自适应鲁棒跟踪[J]. 光学学报, 2017, 37(11): 5.

DOI：10.3788/aos201737.11机器视觉05

PDF 全文：点击此处查看

网络首发

关于本站 Cookie 的使用提示

全站搜索

网络首发

浏览排行

下载排行

关于本站 Cookie 的使用提示

全站搜索