基于卷积神经网络的响应自适应跟踪

• 作者: 李勇 李雪晴 杨德东 毛宁
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 机器视觉 目标跟踪 卷积神经网络 响应自适应 相关滤波
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图像处理
• 页码范围: 596-605
• 页数: 10页
• 分类号: TP391
• 字数: 4607字
• 语种: 中文
• DOI: 10.3788/YJYXS20183307.0596

摘要

针对目标跟踪中的遮挡、旋转、快速运动、形变等问题,本文提出基于卷积神经网络的响应自适应跟踪算法.首先,通过卷积神经网络提取目标的多层卷积特征,利用粒子滤波算法获取目标的多模板响应图,自适应学习目标的期望响应;然后通过构造目标函数的对偶形式解决多模板联合优化问题,计算多模板情况下每层卷积特征的最优滤波参数;最后通过相关滤波算法计算多层滤波响应,通过响应加权融合的方式计算最终响应图,以此估计目标位置.本文利用OTB-2013数据集中的方法测试我们提出的算法,实验表明该算法的整体成功率和精确度为0.884和0.915.本文算法在距离准确度、成功率和平均跟踪误差方面均优于传统的相关滤波跟踪算法,有一定研究价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李勇	河北工业大学控制科学与工程学院	5	3	1.0	1.0
2	杨德东	河北工业大学控制科学与工程学院	14	68	4.0	8.0
3	毛宁	河北工业大学控制科学与工程学院	12	116	5.0	10.0
4	李雪晴	河北工业大学控制科学与工程学院	5	16	2.0	4.0