基于卷积神经网络与一致性预测器的稳健视觉跟踪EI北大核心CSCD |
| |
引用本文: | 高琳,王俊峰,范勇,陈念年.基于卷积神经网络与一致性预测器的稳健视觉跟踪EI北大核心CSCD[J].光学学报,2017(8):222-231. |
| |
作者姓名: | 高琳 王俊峰 范勇 陈念年 |
| |
作者单位: | 1.西南科技大学计算机科学与技术学院621010;2.四川大学计算机学院610065; |
| |
基金项目: | 国家自然科学基金(91338107;91438119;91438120);教育部博士点基金(20130181110095) |
| |
摘 要: | 针对视频序列的稳健性目标跟踪问题,提出一种基于卷积神经网络(CNN)与一致性预测器(CP)的视觉跟踪算法。该算法通过构建一个双路输入CNN模型,同步提取帧采样区域和目标模板的高层特征,利用逻辑回归方法区分目标与背景区域;将CNN嵌入至CP框架,利用算法随机性检验评估分类结果的可靠性,在指定风险水平下,以域的形式输出分类结果;选择高可信度区域作为候选目标区域,优化时空域全局能量函数获得目标轨迹。实验结果表明,该算法能够适应目标遮挡、外观变化以及背景干扰等复杂情况,与当前多种跟踪算法相比具有更强的稳健性和准确性。
|
关 键 词: | 机器视觉 目标跟踪 卷积神经网络 一致性预测器 时空域能量函数 |
本文献已被 维普 等数据库收录! |
|