原文服务方: 控制理论与应用       
摘要:
本文提出了一种基于应用高效卷子算子(ECO)改进的LRECT跟踪算法.首先,为了增强网络所提取特征的识别能力,堆叠线性两步(LT)残差结构设计具有32层的线性两步方法性质的残差网络(LTRNet),并且融合该网络浅层与深层卷积特征信息形成跟踪算法的特征提取模块;其次,采用投影矩阵压缩LTRNet提取的高维特征,将压缩特征通过插值处理后,与当前滤波器在傅里叶域进行卷积定位确定目标位置;最后,使用高斯牛顿算法和共轭梯度算法求解以响应误差和惩罚项之和为优化目标的优化问题,实现滤波器和投影矩阵的更新.在OTB2015标准数据集上进行测试实验,结果表明本文所提算法可以实现较高精度的稳健性跟踪.
推荐文章
改进的卷积网络目标跟踪算法
目标跟踪
卷积网络
深度学习
基于改进的TLD目标跟踪算法
TLD算法
ViBe算法
SIFT特征匹配算法
跟踪漂移
基于卷积神经网络多层特征融合的目标跟踪
目标跟踪
特征融合
特征表达
目标定位
卷积神经网络
回归模型
多层深度特征的目标跟踪算法研究
目标跟踪
深度特征
自适应核相关
卷积神经网络
滤波响应
跟踪速度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用LTRNet卷积特征的ECO目标跟踪算法改进
来源期刊 控制理论与应用 学科
关键词 目标跟踪 应用高效卷子算子(ECO) 具有线性两步方法性质的残差网络(LTRNet) 特征压缩 目标优化
年,卷(期) 2020,(12) 所属期刊栏目 论文与报告
研究方向 页码范围 2601-2610
页数 10页 分类号
字数 语种 中文
DOI 10.7641/CTA.2020.00213
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (13)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(7)
  • 参考文献(0)
  • 二级参考文献(7)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标跟踪
应用高效卷子算子(ECO)
具有线性两步方法性质的残差网络(LTRNet)
特征压缩
目标优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
论文1v1指导