10.19678/j.issn.1000-3428.0052854
基于特定目标提议框的自适应跟踪算法
目前多数跟踪算法采用尺度遍历穷搜索策略应对目标的尺度变化,其跟踪性能和效率不佳.针对此问题,基于特定目标提议框提出一种自适应跟踪算法.对目标提议框生成算法进行改进,融入跟踪目标的尺度和位置信息,得到特定目标提议框并获取其特征.为确保跟踪的连续性,将自适应支持向量机作为跟踪模型,对特定目标提议框进行评分,得到目标位置.对均匀采样样本和特定目标提议框正负样本分类,进行模型更新.在OTB100数据库上进行对比实验,结果表明,与CNN-SVM、DeepSRDCF等算法相比,该算法能较好地适应目标的尺度变化和形变,有效提高跟踪效率.
特定目标提议框、自适应跟踪、视觉目标跟踪、深度学习、支持向量机
45
TP391(计算技术、计算机技术)
国家重点研发计划2017YFC0804714
2019-12-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
269-274