基于卷积特征深度融合的海上目标跟踪算法

发布时间：2023-02-12 18:13

　　针对海上复杂环境下深度学习方法跟踪速度慢和尺度变化问题,以及现有跟踪算法仅使用单层深度特征或手动融合多层特征的问题,提出一种基于卷积神经网络特征深度融合的多尺度相关滤波海上目标跟踪算法。以VGG-NET-16深度模型为基础,加入多层特征融合结构,实现深度卷积融合网络,用于特征提取,通过相关滤波算法构建定位滤波器,确定目标的中心位置,通过多尺度采样构建尺度滤波器,实现对目标的判断。实验结果表明,该算法可对海上移动目标实现多尺度的有效跟踪。

【文章页数】：7 页

【文章目录】：
0 引言
1 相关方法
    1.1 相关滤波算法
    1.2 多层卷积特征可视化分析
2 基于卷积神经网络特征深度融合的多尺度相关滤波海上目标跟踪算法
    2.1 卷积神经网络特征深度融合的模型设计
    2.2 目标定位滤波器
    2.3 多尺度自适应滤波器
    2.4 模型更新
    2.5 算法流程
3 实验结果及分析
    3.1 实验环境及参数设置
    3.2 海上移动目标跟踪效果
    3.3 算法评价
4 结束语



本文编号：3741580