登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
一种结合时空上下文的在线卷积网络跟踪算法
  • 摘要

    基于卷积神经网络提取抽象特征缺乏时空信息的问题,结合时空上下文模型作为卷积神经网络的各阶滤波器,提出一种在线卷积神经网络的视觉跟踪算法.首先对初始目标进行归一化处理并提取目标置信图,跟踪过程中结合时空信息更新得到时空上下文模型,第1层使用更新后的模型对输入进行卷积,并对卷积结果进行滑动窗口取片,第2层再使用时空模型分别对取片结果进行卷积,提取目标简单抽象特征,然后叠加简单层的卷积结果得到目标的深层次表达,最后结合粒子滤波跟踪框架实现目标跟踪.实验表明:结合时空上下文模型的在线卷积网络结构提取的深度抽象特征,保留相关时空信息,提高复杂背景下的跟踪效率.

  • 作者

    柳培忠  汪鸿翔  骆炎民  杜永兆  Liu Peizhong  Wang Hongxiang  Luo Yanmin  Du Yongzhao 

  • 作者单位

    华侨大学工学院 福建泉州 362021;华侨大学现代应用统计与大数据研究中心 福建厦门 361021/华侨大学工学院 福建泉州 362021/华侨大学计算机科学与技术学院 福建厦门 361021

  • 刊期

    2018年12期 ISTIC EI PKU

  • 关键词

    视觉跟踪  时空上下文  卷积神经网络  粒子滤波  在线更新 

相似文献 查看更多>>
34.207.82.217