结合多模板的多域卷积神经网络视觉跟踪算法

• 作者: 李醒飞 王鹏翔 谭文斌 郭敬滨
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 视觉跟踪 深度学习 卷积神经网络 多域学习 多模板
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 47-54
• 页数: 8页
• 分类号: TP391
• 字数: 4745字
• 语种: 中文

摘要

为了适应视觉跟踪过程中目标外观变化,提高视觉跟踪算法的鲁棒性,本文基于卷积神经网络(Convolutional Neural Network,CNN)并结合多域学习法与多模板管理,提出一种通过树形结构管理多模板的多域卷积神经网络(Multi-Domain CNNs with Multiple Models in a tree structure)视觉跟踪算法.首先使用大量已标记目标位置的视频数据预训练多域结构的CNN,使CNN卷积层可从图像中提取出适用于跟踪任务的特征.然后在跟踪时中对CNN全连接层进行微调以适应跟踪目标,并使用树形结构管理存储不同时间段的目标模板得到模板树.使用模板树综合评价待检测帧,估计目标位置.最后按照一定规则将新模板添加进模板树,完成模板的更新.实验表明,该算法对跟踪过程中目标外观的变化有着良好的适应性,同时多模板可抑制CNN在跟踪时产生的模板漂移问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李醒飞	天津大学精密测试技术与仪器国家重点实验室	147	1425	20.0	30.0
2	郭敬滨	天津大学精密测试技术与仪器国家重点实验室	27	187	8.0	11.0
3	谭文斌	天津商业大学机械工程学院	9	53	5.0	7.0
4	王鹏翔	天津大学精密测试技术与仪器国家重点实验室	1	1	1.0	1.0