一种基于ResNet网络特征的视觉目标跟踪算法

• 作者: 侯志强 孙韩林 王忠民 赵祥模 马素刚
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 视觉目标跟踪 深度残差网络 核相关滤波 深度学习 尺度估计
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 研究报告
• 页码范围: 129-134
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13190/j.jbupt.2019-071

摘要

针对复杂场景下目标容易丢失的问题,提出了一种基于深度残差网络(ResNet)特征的尺度自适应视觉目标跟踪算法.首先,通过ResNet提取图像感兴趣区域的多层深度特征,考虑到修正线性单元(ReLU)激活函数对目标特征的抑制作用,在ReLU函数之前选取用于提取目标特征的卷积层;然后,在提取的多层特征上分别构建基于核相关滤波的位置滤波器,并对得到的多个响应图进行加权融合,选取响应值最大的点即为目标中心位置.目标位置确定后,对目标进行多个尺度采样,分别提取不同尺度图像的方向梯度直方图(fHOG)特征,在此基础上构建尺度相关滤波器,从而实现对目标尺度的准确估计.在视频集OTB100中与其他6种相关算法进行了比较,实验结果表明,所提算法取得了较高的跟踪成功率和精确度,能够较好地适应目标的尺度变化、背景干扰等复杂场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵祥模	长安大学信息工程学院	171	1125	16.0	25.0
2	王忠民	西安邮电大学计算机学院	88	745	14.0	23.0
6	孙韩林	西安邮电大学计算机学院	12	119	6.0	10.0
7	马素刚	长安大学信息工程学院	3	10	2.0	3.0
11	侯志强	西安邮电大学计算机学院	14	39	4.0	6.0