一种结合深度特征的人体运动序列追踪模型

• 作者: 孙悦 蒋宇 袁健
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 手工特征 相关滤波器 深度特征 目标追踪 卷积神经网络 人体运动序列
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 89-94
• 页数: 6页
• 分类号: TP303
• 字数: 5811字
• 语种: 中文
• DOI: 10.11907/rjdk.191379

摘要

目前主流的判别式目标跟踪模型大多使用灰度、颜色等手工特征,在目标快速移动或受到视频序列背景等因素干扰情况下,目标跟踪器可能在跟踪目标时学习到错误特征而导致跟踪失败.因此,提出一种结合深度特征的相关滤波跟踪算法.首先将待跟踪目标图像输入至卷积神经网络中,提取出较高层的卷积特征,然后将提取的卷积特征输入相关滤波器中得到响应,最后根据响应峰值得到追踪结果.以VOT2016中包含人体运动的视频序列为实验数据集,并分别与CN、SAMF及KPDCF模型进行对比.实验结果表明,结合深度特征的相关滤波算法具有较好的追踪性能,在不大幅降低追踪速度的情况下,提升了追踪精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁健	上海理工大学光电信息与计算机工程学院	60	373	10.0	16.0
2	蒋宇	上海理工大学光电信息与计算机工程学院	2	0	0.0	0.0
3	孙悦	上海理工大学光电信息与计算机工程学院	5	16	2.0	4.0