基于孿生神經(jīng)網(wǎng)絡(luò)的跟蹤算法是利用離線訓(xùn)練的網(wǎng)絡(luò)提取目標(biāo)的特征并進(jìn)行匹配,從而實(shí)現(xiàn)跟蹤。在離線訓(xùn)練過程中,網(wǎng)絡(luò)學(xué)到的是相似目標(biāo)的通用特征,因此當(dāng)有相似目標(biāo)干擾時(shí),用這種通用特征表達(dá)特定目標(biāo)將會(huì)導(dǎo)致跟蹤性能下降,甚至丟失目標(biāo)。為提高對(duì)相似目標(biāo)的判別能力,通過在線更新網(wǎng)絡(luò)參數(shù),使網(wǎng)絡(luò)能夠在通用特征的基礎(chǔ)上,進(jìn)一步學(xué)到當(dāng)前目標(biāo)的特定特征,這樣不僅能有效地區(qū)分目標(biāo)與背景,還能消除相似目標(biāo)的干擾。實(shí)驗(yàn)在OTB50和OTB100數(shù)據(jù)庫上進(jìn)行,結(jié)果表明該算法可以提高對(duì)網(wǎng)絡(luò)提取特征的判別力,實(shí)現(xiàn)對(duì)目標(biāo)的穩(wěn)健性跟蹤。 

【文章來源】：光學(xué)學(xué)報(bào). 2019,39(09)北大核心EICSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引 言
2 本文方法
    2.1 通用特征學(xué)習(xí)
    2.2 特定特征學(xué)習(xí)
    2.3 網(wǎng)絡(luò)在線更新
        1) 首幀更新。
        2）間隔更新。
        3) 失敗更新。
3 實(shí)驗(yàn)分析
    3.1 參數(shù)設(shè)置標(biāo)準(zhǔn)
    3.2 OTB數(shù)據(jù)庫結(jié)果分析
        3.2.1 總體性能分析
            1) OTB50基準(zhǔn)數(shù)據(jù)庫。
            2) OTB100基準(zhǔn)數(shù)據(jù)庫。
        3.2.2 屬性分析
        3.2.3 定性分析
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于深度特征的快速人臉圖像檢索方法[J]. 李振東,鐘勇,陳蔓,曹冬平.  光學(xué)學(xué)報(bào). 2018(10)
[2]基于特征融合和尺度自適應(yīng)的干擾感知目標(biāo)跟蹤[J]. 李雙雙,趙高鵬,王建宇.  光學(xué)學(xué)報(bào). 2017(05)



本文編號(hào)：3508512