基于自适应卷积神经网络特征选择的视频目标跟踪方法

• 作者: 产思贤 周小龙 李军伟 陈胜勇
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 目标跟踪 卷积神经网络 特征选择 相关滤波 聚类
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图像与视觉
• 页码范围: 273-281
• 页数: 9页
• 分类号: TP391.41
• 字数: 8137字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16268

摘要

近年来,虽然基于卷积神经网络特征的目标跟踪方法取得了巨大进展,但也存在卷积特征维度高而导致的特征冗余和噪声等问题,以及不同层的卷积特征在表达目标表观特征方面的能力不同问题.为了克服上述问题,提出利用卷积特征图之间的距离自适应地选取卷积特征中心来进行目标跟踪的方法.首先通过特征图之间的距离矩阵和信息传播理论迭代产生特征中心,压缩特征维度,降低跟踪模型训练的计算量;其次综合利用多层卷积特征训练多个跟踪器联合确定目标状态,并根据跟踪器的实时误差在线更新跟踪器的权重,滤除卷积特征之间的信息冗余和噪声,提升卷积特征的鲁棒性和目标判别能力.实验结果表明,该方法在跟踪成功率和准确率方面都达到了领先水平,且在保证算法跟踪性能的同时有效地降低了卷积特征维度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈胜勇	浙江工业大学计算机科学与技术学院	38	254	8.0	14.0
5	李军伟	浙江工业大学计算机科学与技术学院	3	20	2.0	3.0
6	周小龙	浙江工业大学计算机科学与技术学院	7	11	2.0	3.0
7	产思贤	浙江工业大学计算机科学与技术学院	2	8	1.0	2.0