基于正则化卷积神经网络的目标跟踪算法

• 作者: 张海波
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 目标跟踪 正则化 卷积神经网络 滤波器
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 82-86,90
• 页数: 6页
• 分类号: TP399
• 字数: 4392字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.06.020

摘要

为了提高目标物体的跟踪鲁棒性和稳定性,文中将L2正则化最小二乘法和卷积神经网络(CNN)相互结合,提出了一种基于正则化卷积神经网络的目标跟踪算法.通过L2跟踪器来评估目标无题被遮挡的程度,利用两层CNN对目标进行目标表示,去除了大部分无关样本,降低了算法的复杂度.实验结果表明,当目标物体发生姿态变化或旋转等剧烈的外观变化时,所提算法具有较强的鲁棒性和稳定性,并且比其他经典的跟踪算法具有更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海波		9	9	2.0	3.0