基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,结合深度特征的相关滤波算法由于较高的跟踪精度在视觉跟踪领域受到了广泛的关注.对训练样本的周期性假设一方面提高了计算效率,但是也引入了边界效应,限制了算法性能的进一步提升.通过对深度特征表达能力的深入挖掘,本文提出了一种新的跟踪框架.由于深层特征具有良好的语义信息,选取VGG网络第五层卷积特征提取目标的空间可靠区域,将该区域信息用于对样本进行裁剪并引入目标函数,建立空间约束模型,接着采用ADMM算法进行迭代求解.为了进一步提高算法的长时跟踪能力,提出一种简单有效的遮挡判断方法.实验结果表明,所提出的算法在跟踪精度和成功率上优于大多数先进的算法.
推荐文章
基于正则化的高斯粒子滤波算法
高斯粒子滤波
正则化粒子滤波
概率分布
粒子退化
基于局部特征的正则化滤波算法
脉冲噪声
自适应阈值
保边正则化
滤波
基于正则化粒子滤波的磁梯度张量跟踪方法
正则化粒子滤波
跟踪方法
磁梯度张量
重采样方法
结合自适应空间权重的改进型时空正则项跟踪算法
视觉跟踪
相关滤波
时间正则项
牛顿迭代法
空间权重正则项
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 基于深度空间正则化的相关滤波跟踪算法
来源期刊 电子学报 学科 工学
关键词 视觉跟踪 空间正则化 深度特征 相关滤波 模型更新
年,卷(期) 2020,(10) 所属期刊栏目 学术论文
研究方向 页码范围 2025-2032
页数 8页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.0372-2112.2020.10.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (2)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 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
视觉跟踪
空间正则化
深度特征
相关滤波
模型更新
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导