基于深度特征与LBP纹理融合的视觉跟踪

• 作者: 侯志强 周兴社 胡丹 许婉君
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 纹理 局部二值模式 自适应融合 视觉跟踪
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 图形图像处理
• 页码范围: 220-225
• 页数: 6页
• 分类号: TP391
• 字数: 4140字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.09.039

摘要

针对多数传统目标特征无法实现复杂场景下的鲁棒视觉跟踪问题,提出一种新的视觉跟踪算法.采用卷积神经网络(CNN)提取目标更加鲁棒的深度特征,同时融合具有旋转不变性的局部二值模式纹理特征,弥补CNN深度特征在旋转适应性上的不足.根据CNN网络训练速度慢的问题,引入离线预训练方法,提高在线特征提取效率.实验结果表明,与DLT算法相比,该算法在跟踪测试集上的跟踪精度提高14.08％,运算效率提高10.47％,能够较好地适应目标表观变化,具有较强的鲁棒性和跟踪时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周兴社	西北工业大学计算机学院	251	2217	23.0	35.0
2	侯志强	空军工程大学信息与导航学院	74	1526	13.0	38.0
3	胡丹	西北工业大学计算机学院	10	54	5.0	7.0
5	许婉君	空军工程大学信息与导航学院	6	44	5.0	6.0