基于卷积特征深度融合的海上目标跟踪算法

摘要：

针对海上复杂环境下深度学习方法跟踪速度慢和尺度变化问题,以及现有跟踪算法仅使用单层深度特征或手动融合多层特征的问题,提出一种基于卷积神经网络特征深度融合的多尺度相关滤波海上目标跟踪算法.以VCG-NET-16深度模型为基础,加入多层特征融合结构,实现深度卷积融合网络,用于特征提取,通过相关滤波算法构建定位滤波器,确定目标的中心位置,通过多尺度采样构建尺度滤波器,实现对目标的判断.实验结果表明,该算法可对海上移动目标实现多尺度的有效跟踪.

关键词：目标跟踪、深度学习、相关滤波、卷积融合、尺度估计

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目;北方工业大学2018年教育教学改革和课程建设研究基金项目;教育部高等教育司产学合作协同育人基金项目;北方工业大学计算机科学与技术优势学科基金项目

在线出版日期：2020-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：258-264