基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文针对视觉跟踪中运动目标的鲁棒性跟踪问题,基于主成分分析(PCA)和卷积神经网络(CNN),提出一种易于初始化的类CNN提取深度特征的视觉跟踪算法.该算法首先利用仿射变换对原始图像进行处理,然后对归一化尺寸的图像进行分层PCA学习,将学习得到的PCA特征向量作为CNN结构中的各阶滤波器,完成特征提取网络的初始化,再利用特征提取网络获取目标的深层次表达.最后结合粒子滤波,利用一个简单的逻辑回归分类器通过分类估计实现目标跟踪.结果表明,利用这种易于初始化的CNN提取到的深度特征能够有效地区分目标和背景,具有很好的可区分性,提出的视觉跟踪算法对光照变化、尺度变化、遮挡、旋转和摄像机抖动等都具有良好的适应性,在许多视频序列上表现出了较好的鲁棒性和准确性.
推荐文章
结合高斯核函数的卷积 神经网络跟踪算法
视觉跟踪
卷积神经网络
高斯核函数
粒子滤波
一种初始化不敏感的谱聚类算法
谱聚类
初始化敏感
粒子群优化
最优粒子
一种移动卷积神经网络的FPGA实现
FPGA
卷积神经网络
硬件加速
MobileNet
移动端
一种脉冲卷积神经网络VLSI硬件架构设计
脉冲卷积神经网络电路
手写体识别
数字集成电路
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种易于初始化的类卷积神经网络视觉跟踪算法
来源期刊 电子与信息学报 学科 工学
关键词 视觉跟踪 深度学习 特征提取 卷积神经网络 主成分分析 仿射变换
年,卷(期) 2016,(1) 所属期刊栏目 论文
研究方向 页码范围 1-7
页数 7页 分类号 TP183|TP391.4
字数 3932字 语种 中文
DOI 10.11999/JEIT150600
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 查宇飞 空军工程大学航空航天工程学院 39 601 11.0 23.0
2 毕笃彦 空军工程大学航空航天工程学院 282 3094 27.0 43.0
3 李寰宇 空军工程大学空管领航学院 25 181 8.0 12.0
7 杨源 空军工程大学空管领航学院 22 169 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (24)
参考文献  (11)
节点文献
引证文献  (22)
同被引文献  (35)
二级引证文献  (21)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(16)
  • 引证文献(10)
  • 二级引证文献(6)
2019(19)
  • 引证文献(8)
  • 二级引证文献(11)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
视觉跟踪
深度学习
特征提取
卷积神经网络
主成分分析
仿射变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导