基于多层卷积特征的自适应决策融合目标跟踪算法
针对目标快速运动、遮挡等复杂视频场景中目标跟踪鲁棒性差和跟踪精度低的问题,该文提出一种基于多层卷积特征的自适应决策融合目标跟踪算法(ASFTT).首先提取卷积神经网络(CNN)中帧图像的多层卷积特征,避免网络单层特征表征目标信息不全面的缺陷,增强算法的泛化能力;使用多层特征计算帧图像相关性响应,提高算法的跟踪精度;最后该文使用自适应决策融合算法将所有响应中目标位置决策动态融合以定位目标,融合算法综合考虑生成响应的各跟踪器的历史决策信息和当前决策信息,以保证算法的鲁棒性.采用标准数据集OTB2013对该文算法和6种当前主流跟踪算法进行了仿真对比,结果表明该文算法具有更加优秀的跟踪性能.
目标跟踪、卷积神经网络、相关性响应、决策融合
41
TP391.4(计算技术、计算机技术)
江苏省自然科学基金青年基金BK20180640,BK20150204;江苏省重点研发计划BE2015040;国家重点研发计划2016YFC0801403;国家自然科学基金51504214,51504255,51734009,61771417
2019-10-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
2464-2470