【摘要】：針對(duì)復(fù)雜跟蹤條件下目標(biāo)的穩(wěn)健跟蹤和精確尺度估計(jì)問(wèn)題,提出了一種基于多層卷積特征融合的目標(biāo)尺度自適應(yīng)穩(wěn)健跟蹤算法。算法首先利用VGG-Net-19深層卷積網(wǎng)絡(luò)架構(gòu)提取目標(biāo)候選區(qū)域的多層卷積特征,通過(guò)相關(guān)濾波算法構(gòu)建二維定位濾波器,得到多層卷積特征并進(jìn)行加權(quán)融合,從而確定目標(biāo)的中心位置;然后通過(guò)對(duì)目標(biāo)區(qū)域進(jìn)行多尺度采樣,提取其梯度方向直方圖特征構(gòu)建一維尺度相關(guān)濾波器,確定目標(biāo)的最佳尺度。實(shí)驗(yàn)結(jié)果表明,與6種當(dāng)前主流跟蹤算法相比,該算法取得了最好的跟蹤成功率與精度,同時(shí)在跟蹤過(guò)程中較好地實(shí)現(xiàn)了對(duì)目標(biāo)快速尺度變化的自適應(yīng)跟蹤,且具有較快的跟蹤速率。
[Abstract]:An adaptive robust tracking algorithm based on multi-layer convolution feature fusion is proposed to solve the problem of robust tracking and accurate scale estimation of targets under complex tracking conditions. Firstly, the multi-layer convolution feature of candidate region is extracted by using the VGG-Net-19 deep convolution network architecture, and the two-dimensional localization filter is constructed by correlation filtering algorithm, and the multi-layer convolution feature is obtained and weighted fusion is carried out. In order to determine the central position of the target; Then the target region is sampled at multiple scales and the gradient histogram feature is extracted to construct a one-dimensional scale correlation filter to determine the optimal scale of the target. The experimental results show that the proposed algorithm achieves the best tracking success rate and accuracy compared with the six current mainstream tracking algorithms. At the same time, it achieves the adaptive tracking of the fast scale change of the target in the tracking process. And it has fast tracking rate.
【作者單位】： 空軍工程大學(xué)信息與導(dǎo)航學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61473309,61703423,41601436) 陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃項(xiàng)目(2016JM6050)
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 於東軍,趙海濤,楊靜宇;人臉識(shí)別:一種基于特征融合及神經(jīng)網(wǎng)絡(luò)的方法(英文)[J];系統(tǒng)仿真學(xué)報(bào);2005年05期

2 周斌;林喜榮;賈惠波;周永冠;;量化層多生物特征融合的最佳權(quán)值[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

3 丁寶亮;;基于局部特征融合的人臉識(shí)別研究[J];中國(guó)新技術(shù)新產(chǎn)品;2012年14期

4 劉增榮;余雪麗;李志;;基于特征融合的圖像情感語(yǔ)義識(shí)別研究[J];太原理工大學(xué)學(xué)報(bào);2012年05期

5 黃雙萍;俞龍;衛(wèi)曉欣;;一種異質(zhì)特征融合分類(lèi)算法[J];電子技術(shù)與軟件工程;2013年02期

6 卞志國(guó);金立左;費(fèi)樹(shù)岷;;特征融合與視覺(jué)目標(biāo)跟蹤[J];計(jì)算機(jī)應(yīng)用研究;2010年04期

7 韓萍;徐建龍;吳仁彪;;一種新的目標(biāo)跟蹤特征融合方法[J];中國(guó)民航大學(xué)學(xué)報(bào);2010年04期

8 何賢江;何維維;左航;;一種句詞五特征融合模型的復(fù)述研究[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2012年06期

9 劉冬梅;;基于特征融合的人臉識(shí)別[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年12期

10 李建科;張輝;趙保軍;張長(zhǎng)水;;彩色分量流形特征融合的人臉識(shí)別[J];北京理工大學(xué)學(xué)報(bào);2014年05期

相關(guān)會(huì)議論文 前5條

1 劉冰;羅熊;劉華平;孫富春;;光學(xué)與深度特征融合在機(jī)器人場(chǎng)景定位中的應(yīng)用[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

2 翟懿奎;甘俊英;曾軍英;;基于特征融合與支持向量機(jī)的偽裝人臉識(shí)別[A];第六屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

3 卞志國(guó);金立左;費(fèi)樹(shù)岷;;基于增量判別分析的特征融合與視覺(jué)目標(biāo)跟蹤[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第三分冊(cè)）[C];2009年

4 韓文靜;李海峰;韓紀(jì)慶;;基于長(zhǎng)短時(shí)特征融合的語(yǔ)音情感識(shí)別方法研究[A];第九屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

5 孟凡潔;孔祥維;尤新剛;;基于特征融合的相機(jī)來(lái)源認(rèn)證方法[A];全國(guó)第一屆信號(hào)處理學(xué)術(shù)會(huì)議暨中國(guó)高科技產(chǎn)業(yè)化研究會(huì)信號(hào)處理分會(huì)籌備工作委員會(huì)第三次工作會(huì)議專(zhuān)刊[C];2007年

相關(guān)博士學(xué)位論文 前8條

1 陳倩;多生物特征融合身份識(shí)別研究[D];浙江大學(xué);2007年

2 蒲曉蓉;多模態(tài)生物特征融合的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2007年

3 王志芳;基于感知信息的多模態(tài)生物特征融合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

4 王楠;基于多視覺(jué)特征融合的后方車(chē)輛檢測(cè)技術(shù)研究[D];東北大學(xué)　;2009年

5 徐穎;基于特征融合與仿生模式的生物特征識(shí)別研究[D];華南理工大學(xué);2013年

6 張艷;基于柔性陣列 傳感器的足跡特征分析與應(yīng)用研究[D];安徽大學(xué);2015年

7 孫興華;基于內(nèi)容的圖像檢索研究[D];南京理工大學(xué);2002年

8 王林泓;熱釋電紅外信號(hào)特征分析及人體識(shí)別方法研究[D];重慶大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 付艷紅;基于特征融合的人臉識(shí)別算法研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

2 許超;基于特征融合與壓縮感知的實(shí)木地板缺陷檢測(cè)方法研究[D];東北林業(yè)大學(xué);2015年

3 楊文婷;基于微博的情感分析算法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

4 梅尚健;基于特征融合的圖像檢索研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

5 王鵬飛;基于多慢特征融合的人體行為識(shí)別研究[D];西南大學(xué);2015年

6 薛冰霞;基于多模特征融合的人體跌倒檢測(cè)算法研究[D];山東大學(xué);2015年

7 何樂(lè)樂(lè);醫(yī)學(xué)圖像分類(lèi)中的特征融合與特征學(xué)習(xí)研究[D];電子科技大學(xué);2015年

8 戴博;基于結(jié)構(gòu)復(fù)雜度特征融合的視覺(jué)注意模型研究及其應(yīng)用[D];復(fù)旦大學(xué);2014年

9 王寧;基于特征融合的人臉識(shí)別算法[D];東北大學(xué);2013年

10 岳求生;基于特征融合的靜態(tài)圖像行人檢測(cè)[D];長(zhǎng)沙理工大學(xué);2014年

，

本文編號(hào)：2379488