10.3969/j.issn.1001-0505.2018.03.004
基于多损失的生成式对抗目标跟踪算法
为了降低目标遭受遮挡、光照变化、运动模糊等外界挑战性因素造成跟踪失败的风险,提出了一种基于多损失生成式对抗网络的目标跟踪算法.在生成式对抗网络中,针对遮挡、光照变化和运动模糊3种挑战性场景设计了相应的解码器结构,编码器则共享网络参数.跟踪时,编码器作为特征提取器来提取目标的特征,在粒子滤波框架下完成对目标的定位.从内容损失、类内损失和身份保留损失方面定义了损失函数,将对抗训练得到的先验知识和目标固有知识相结合,重构清晰图像.实验结果表明,在遮挡、光照变化和运动模糊情况下,所提跟踪算法取得了良好的跟踪性能.
深度学习、生成式对抗网络、目标跟踪、损失函数
48
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61571106;江苏省自然科学基金资助项目BK20151102;南京大学计算机软件新技术国家重点实验室开放课题资助项目KFKT2017B17
2018-08-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
400-405