針對(duì)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(wèn)題,以及現(xiàn)有跟蹤算法僅使用單層深度特征或手動(dòng)融合多層特征的問(wèn)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(biāo)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(shí)現(xiàn)深度卷積融合網(wǎng)絡(luò),用于特征提取,通過(guò)相關(guān)濾波算法構(gòu)建定位濾波器,確定目標(biāo)的中心位置,通過(guò)多尺度采樣構(gòu)建尺度濾波器,實(shí)現(xiàn)對(duì)目標(biāo)的判斷。實(shí)驗(yàn)結(jié)果表明,該算法可對(duì)海上移動(dòng)目標(biāo)實(shí)現(xiàn)多尺度的有效跟蹤。

【文章頁(yè)數(shù)】：7 頁(yè)

【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(biāo)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(jì)
    2.2 目標(biāo)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(shí)驗(yàn)結(jié)果及分析
    3.1 實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置
    3.2 海上移動(dòng)目標(biāo)跟蹤效果
    3.3 算法評(píng)價(jià)
4 結(jié)束語(yǔ)



本文編號(hào)：3741580