高魯棒性的多層級卷積特征目標(biāo)跟蹤算法研究
關(guān)鍵詞：目標(biāo)跟蹤 多層級卷積特征 權(quán)值融合 相關(guān)濾波 神經(jīng)網(wǎng)絡(luò)
摘要：為了進(jìn)一步提高目標(biāo)跟蹤算法中目標(biāo)定位的精確度,提出了一種基于多層卷積特征的目標(biāo)跟蹤算法。該算法首先利用VGG-Net-19的多層結(jié)構(gòu)提取待測圖像的多層卷積特征,通過相關(guān)濾波方法獲取多層卷積特征并對其進(jìn)行加權(quán)融合,從而確定目標(biāo)的真實(shí)位置。然后通過結(jié)合多層卷積層以及全連接層的特征,在目標(biāo)表示效果上有明顯提升,在保證跟蹤效率的同時提高精確度。實(shí)驗(yàn)結(jié)果表明,與目前主流的HCF、MEEM、KCF、Struck四種目標(biāo)跟蹤算法對比,該算法取得了優(yōu)于其他方法的精度與成功率,距離精確率提高了2~20%,與OPE、SRE以及TRE的結(jié)果具有一致性。
光學(xué)與光電技術(shù)雜志要求:
{1}摘要需概述文章研究的目的、主題、論點(diǎn)等，一般為150～300字。
{2}來稿必須為原創(chuàng)性作品，此前未經(jīng)公開發(fā)表。嚴(yán)禁抄襲、剽竊和一稿多投，如有發(fā)現(xiàn)，將永不刊用該作者來稿。
{3}來稿經(jīng)審查后,編輯部有權(quán)對來稿作適當(dāng)文字修改.來稿不退,請作者自留底稿。
{4}標(biāo)題：一般單獨(dú)占行，居左；段首小標(biāo)題，前空兩格，后空一格。
{5}正文中內(nèi)容與圖、表、注釋內(nèi)容不得重復(fù)。所附圖、表請插入正文相應(yīng)位置。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
