基于时空采样网络的相关滤波目标跟踪算法
DCFNet是一个轻量级的端到端的基于相关滤波的跟踪器,但未充分利用视频序列的时间和空间信息,难以应对场景复杂或目标变化较大的情景,针对DCFNet的该不足,提出一种新的采用时空采样网络采集特征结合相关滤波器的目标跟踪方法.该算法将可变形卷积层加入到时空采样网络,对附近历史帧的相关特征进行策略性采样,然后把采样得到的特征向量按照一定权重进行聚合,聚合后的特征向量送入相关滤波层,当跟踪到当前帧时通过定位滤波器的最大响应来估计目标的位置.分别在数据集OTB2013、OTB2015进行算法验证,结果表明,该算法较当前几类主流跟踪算法在跟踪成功率和精度上均有所提升.
时空采样网络、可变形卷积、相关滤波器、目标跟踪、深度学习
39
TP391(计算技术、计算机技术)
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
88-92