一种利用在线卷积网络的视频目标跟踪方法

• 作者: 安志勇 管皓 薛向阳
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 目标跟踪 卷积网络 在线学习 相关滤波
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 图形、图像及其它
• 页码范围: 872-875
• 页数: 4页
• 分类号: TP391
• 字数: 5009字
• 语种: 中文

摘要

针对传统卷积网络需要耗费大量离线训练时间和带标签样本的问题,提出一种在线卷积网络模型并应用于视频目标跟踪.首先通过层级K-means算法获取卷积网络不同层的滤波器组,而后通过这些滤波器在线提取目标的层级外观特征图.同时,层间降采样操作被去除以便不损失空间信息.最后得到的特征图通过多通道相关滤波器预测目标的位移变化.实验表明,本文算法可以有效对抗背景纹理、光照变化等噪声干扰,具备较高的跟踪精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛向阳	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	60	1472	21.0	37.0
2	管皓	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	4	159	3.0	4.0
3	安志勇	复旦大学计算机科学技术学院上海市智能信息处理重点实验室	4	159	3.0	4.0