选择性搜索和多深度学习模型融合的目标跟踪

• 作者: 潘胜男 钟必能
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 目标跟踪 深度学习 多模型融合 选择性搜索 评价指标
• 年，卷（期）: 2016,（2）
• 页码范围: 207-212
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.2016.02.0207

摘要

提出一种基于深度学习的多模型（卷积神经网络和卷积深信度网络）融合目标跟踪算法．该算法在提取候选粒子方面，使用选择性搜索和粒子滤波的方法．CVPR2013跟踪评价指标（50个视频序列、30个跟踪算法）验证了：该算法在跟踪中能有效地缓解目标物体由于遮挡、光照变化和尺度变化等因素造成的跟踪丢失情况的发生．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟必能	华侨大学计算机科学与技术学院	14	174	6.0	13.0
5	潘胜男	华侨大学计算机科学与技术学院	1	12	1.0	1.0