高斯核函数卷积神经网络跟踪算法

• 作者: 杜永兆 柳培忠 汪鸿翔 陈智 骆炎民
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 视觉跟踪 深度学习 卷积神经网络 高斯核函数 前景目标 背景信息 模板匹配 粒子滤波
• 年，卷（期）: 2018,（3）
• 页码范围: 388-394
• 页数: 7页
• 分类号: TP391
• 字数: 4564字
• 语种: 中文
• DOI: 10.11992/tis.201612040

摘要

针对深度学习跟踪算法训练样本缺少、训练费时、算法复杂度高等问题,引入高斯核函数进行加速,提出一种无需训练的简化卷积神经网络跟踪算法.首先,对初始帧目标进行归一化处理并聚类提取一系列初始滤波器组,跟踪过程中结合目标背景信息与前景候选目标进行卷积;然后,提取目标简单抽象特征;最后,将简单层的卷积结果进行叠加得到目标的深层次特征表达.通过高斯核函数加速来提高算法中全部卷积运算的速度,利用目标的局部结构特征信息,对网络各阶段滤波器进行更新,结合粒子滤波跟踪框架实现跟踪.在CVPR2013跟踪数据集上的实验表明,本文方法脱离了繁琐深度学习运行环境,能克服低分辨率下目标局部遮挡与形变等问题,提高复杂背景下的跟踪效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆炎民	华侨大学计算机科学与技术学院	25	209	9.0	13.0
2	柳培忠	华侨大学工学院	34	121	7.0	8.0
3	杜永兆	华侨大学工学院	13	36	4.0	5.0
4	汪鸿翔	华侨大学工学院	9	45	4.0	6.0
5	陈智	华侨大学工学院	2	18	2.0	2.0