針對海上復(fù)雜環(huán)境下深度學(xué)習(xí)方法跟蹤速度慢和尺度變化問題,以及現(xiàn)有跟蹤算法僅使用單層深度特征或手動融合多層特征的問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)特征深度融合的多尺度相關(guān)濾波海上目標跟蹤算法。以VGG-NET-16深度模型為基礎(chǔ),加入多層特征融合結(jié)構(gòu),實現(xiàn)深度卷積融合網(wǎng)絡(luò),用于特征提取,通過相關(guān)濾波算法構(gòu)建定位濾波器,確定目標的中心位置,通過多尺度采樣構(gòu)建尺度濾波器,實現(xiàn)對目標的判斷。實驗結(jié)果表明,該算法可對海上移動目標實現(xiàn)多尺度的有效跟蹤。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 相關(guān)方法
    1.1 相關(guān)濾波算法
    1.2 多層卷積特征可視化分析
2 基于卷積神經(jīng)網(wǎng)絡(luò)特征深度融合的多尺度相關(guān)濾波海上目標跟蹤算法
    2.1 卷積神經(jīng)網(wǎng)絡(luò)特征深度融合的模型設(shè)計
    2.2 目標定位濾波器
    2.3 多尺度自適應(yīng)濾波器
    2.4 模型更新
    2.5 算法流程
3 實驗結(jié)果及分析
    3.1 實驗環(huán)境及參數(shù)設(shè)置
    3.2 海上移動目標跟蹤效果
    3.3 算法評價
4 結(jié)束語



本文編號：3741580