结合卷积神经网络多特征融合的相关滤波跟踪

• 作者: 唐怡豪 孙道洋 杨海清 许倩倩
• 来源期刊: 高技术通讯
• 关键词: 目标跟踪 卷积神经网络(CNN) 相关滤波 特征提取 可靠性加权
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 先进制造与自动化
• 页码范围: 1085-1092
• 页数: 8页
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2020.10.011

摘要

针对相关滤波跟踪中的多特征融合问题,本文提出了基于多通道相关滤波框架结合卷积神经网络(CNN)多特征融合的跟踪算法.首先引入梯度直方图和颜色名特征,利用传统的特征提取方法将提取的特征进行简单的矢量相加.然后采用在ImageNet上训练的卷积神经网络进行特征提取,使用conv5-4卷积层的输出作为特征,再分别训练各自的相关滤波器,对特征响应进行可靠性加权求和获得目标位置.最后,通过最大响应值和平均峰值相关能量的变化来判断是否更新模型.在标准测试集(OTB-100)上进行实验测试,与5种基于相关滤波的主流算法进行性能对比.实验结果表明,本文算法在光照变化、尺度变化及遮挡等复杂情况下的鲁棒性和跟踪精度都优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨海清		40	171	7.0	12.0
2	唐怡豪		2	0	0.0	0.0
3	许倩倩		2	0	0.0	0.0
4	孙道洋		3	0	0.0	0.0