融合卷积神经网络的核相关滤波视觉目标跟随算法研究

摘要：

近几年,目标跟随技术逐渐成为研究的热点;核相关滤波跟踪算法通过循环矩阵构造训练样本,将时域的卷积转换到频域的点乘完成滤波器的训练,降低计算复杂度,跟踪速度较快;卷积神经网络模型深度特征表征能力较强,可以充分利用图像信息,跟踪精度较高;将两种算法优势互补,构造一种卷积神经网络与核相关滤波算法融合型改进算法;即在线下阶段训练模型,分层提取孪生网络的深度特征,然后通过相关滤波器快速计算出最大响应图,预测目标所在位置;因此,改进后的算法在保持核相关滤波跟踪算法实时性的同时,可以大幅提高跟踪精度.

关键词：卷积神经网络、目标跟踪、核相关滤波

所属期刊栏目：28

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：176-180