基于循环神经网络的非特定目标追踪方法研究

• 作者: 曹雪虹 童莹 葛垚 陈瑞
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 特征对比 循环神经网络 离线训练
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 103-110
• 页数: 8页
• 分类号: TP391.4
• 字数: 5081字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2019.04.014

摘要

为了在目标跟踪任务中利用循环神经网络善于处理时间序列的能力,提高跟踪效果,文中针对单目标非特定物体的跟踪提出了主要基于“卷积+循环”的深度神经网络框架.框架中采用卷积神经网络提取不同层级特征、全连接网络进行特征对比,并采用循环神经网络传递物体特征和运动信息.实验方法为“离线训练+在线跟踪”.训练时为了更快收敛,将卷积层预训练权重滞后更新,并逐步增加视频长度;在线跟踪时仅更新循环神经网络间传递的隐藏状态,这样既更新了目标特征,也保证了算法的跟踪速度.最终实验结果表明,基于“卷积+循环”网络的目标跟踪器实时性达到150帧/s,与目前的一些高速跟踪算法相比,有更高的预测重叠率,且在大部分视频场景下鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈瑞	南京工程学院信息与通信工程学院	62	173	7.0	8.0
2	童莹	南京工程学院信息与通信工程学院	28	108	6.0	8.0
3	曹雪虹	南京工程学院信息与通信工程学院	57	151	8.0	8.0
4	葛垚	南京邮电大学通信与信息工程学院	1	1	1.0	1.0