基于感知深度神经网络的视觉跟踪

• 作者: 余旺盛 侯志强 戴铂 胡丹 范舜奕 陈晨
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 视觉跟踪 特征表达 深度学习 感知深度神经网络
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 论文
• 页码范围: 1616-1623
• 页数: 8页
• 分类号: TP391.4
• 字数: 5117字
• 语种: 中文
• DOI: 10.11999/JEIT151449

摘要

视觉跟踪系统中,高效的特征表达是决定跟踪鲁棒性的关键,而多线索融合是解决复杂跟踪问题的有效手段.该文首先提出一种基于多网络并行、自适应触发的感知深度神经网络;然后,建立一个基于深度学习的、多线索融合的分块目标模型.目标分块的实现成倍地减少了网络输入的维度,从而大幅降低了网络训练时的计算复杂度;在跟踪过程中,模型能够根据各子块的置信度动态调整权重,提高对目标姿态变化、光照变化、遮挡等复杂情况的适应性.在大量的测试数据上进行了实验,通过对跟踪结果进行定性和定量分析表明,所提出算法具有很强的鲁棒性,能够比较稳定地跟踪目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余旺盛	空军工程大学信息与导航学院	71	426	10.0	17.0
2	侯志强	空军工程大学信息与导航学院	74	1526	13.0	38.0
3	陈晨	空军工程大学信息与导航学院	7	28	3.0	5.0
4	胡丹	空军工程大学信息与导航学院	10	54	5.0	7.0
5	戴铂	空军工程大学信息与导航学院	9	38	4.0	6.0
6	范舜奕	空军工程大学信息与导航学院	5	26	3.0	5.0