基于卷积网络特征的逆向稀疏建模的目标跟踪

• 作者: 刘少林 孙文静 朱文球 王业祥
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 卷积神经网络 稀疏表示 目标跟踪
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 167-172
• 页数: 6页
• 分类号: TP391.4
• 字数: 4091字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.03.032

摘要

针对目标跟踪过程中目标受到光照变化、遮挡等因素的影响而导致目标丢失的现象,提出基于卷积网络特征的逆向稀疏建模的目标跟踪算法.将共享权重的卷积神经网络与目标跟踪相结合,利用卷积网络提取出更抽象、更具表达能力的特征,对目标进行重建,改善目标表示的抗变性.为了减少计算量,在粒子滤波跟踪框架下,加入逆向稀疏思想,即只需要对一个正目标模板进行稀疏求解.在模板更新阶段,选择重建残差满足一定阈值的对应特征进行替换.在实验过程中,分别与基于haar、直方图、梯度等传统特征的跟踪算法进行分析对比,结果表明该方法在光照、遮挡、形变方面有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱文球	湖南工业大学计算机学院	55	200	8.0	9.0
2	孙文静	湖南工业大学计算机学院	4	12	2.0	3.0
3	王业祥	湖南工业大学计算机学院	3	7	2.0	2.0
4	刘少林	湖南工业大学计算机学院	2	7	2.0	2.0