快速深度学习的鲁棒视觉跟踪

发布时间：2017-11-13 20:21

  本文关键词：快速深度学习的鲁棒视觉跟踪

  更多相关文章： 视觉跟踪 深度学习 支持向量机 粒子滤波 自编码

【摘要】：目的基于深度学习的视觉跟踪算法具有跟踪精度高、适应性强的特点,但是,由于其模型参数多、调参复杂,使得算法的时间复杂度过高。为了提升算法的效率,通过构建新的网络结构、降低模型冗余,提出一种快速深度学习的算法。方法鲁棒特征的提取是视觉跟踪成功的关键。基于深度学习理论,利用海量数据离线训练深度神经网络,分层提取描述图像的特征;针对网络训练时间复杂度高的问题,通过缩小网络规模得以大幅缓解,实现了在GPU驱动下的快速深度学习;在粒子滤波框架下,结合基于支持向量机的打分器的设计,完成对目标的在线跟踪。结果该方法精简了特征提取网络的结构,降低了模型复杂度,与其他基于深度学习的算法相比,具有较高的时效性。系统的跟踪帧率总体保持在22帧/s左右。结论实验结果表明,在目标发生平移、旋转和尺度变化,或存在光照、遮挡和复杂背景干扰时,本文算法能够实现比较稳定和相对快速的目标跟踪。但是,对目标的快速移动和运动模糊的鲁棒性不够高,容易受到相似物体的干扰。
【作者单位】： 空军工程大学信息与导航学院;
【基金】：国家自然科学基金项目(61473309) 陕西省自然科学基金项目(2015JM6269,2016JM6050)~~
【分类号】：TP391.41
【正文快照】： 论文引用格式:Dai B,Hou Z Q,Yu W S,Hu D,Fan S Y.Robust visual tracking via fast deep learning[J].Journal of Image and Graphics,2016,21(12):1662-1670.[戴铂,侯志强,余旺盛,胡丹,范舜奕.快速深度学习的鲁棒视觉跟踪[J].中国图象图形学报,2016,21(12):1662- 1670.]

【相似文献】

中国期刊全文数据库 前10条

1 史卫民;王庆敏;刘秋红;陈勇;姚永杰;;视觉跟踪技术及其应用的研究进展[J];海军医学杂志;2014年01期

2 侯志强;韩崇昭;;视觉跟踪技术综述[J];自动化学报;2006年04期

3 王哲;;视觉跟踪 用眼睛使用的“鼠标”[J];电脑爱好者;2007年07期

4 张进;;视觉跟踪技术发展和难点问题的分析[J];信息技术与信息化;2008年06期

5 李谷全;陈忠泽;;视觉跟踪技术研究现状及其展望[J];计算机应用研究;2010年08期

6 刘铁根,蔡怀宇,张以谟,路登平,胡绳荪,张凤林;一种埋弧焊视觉跟踪系统(英文)[J];光电工程;1999年06期

7 李伟;吴瑰丽;王猛;;视觉跟踪算法的研究进展[J];石家庄铁路职业技术学院学报;2013年03期

8 刘洋;李玉山;张大朴;邱家涛;;基于动态目标建模的粒子滤波视觉跟踪算法[J];光子学报;2008年02期

9 张国亮;谢宗武;蒋再男;王捷;刘宏;;模糊化多视觉信息融合的视觉跟踪策略[J];西安交通大学学报;2009年08期

10 杨戈;刘宏;;视觉跟踪算法综述[J];智能系统学报;2010年02期

中国重要会议论文全文数据库 前2条

1 吕玉生;赵杰煜;;具有视觉跟踪的中英文语音动画系统[A];第十四届全国图象图形学学术会议论文集[C];2008年

2 李善青;贾云得;柳阳;;一种用于穿戴计算的指示手势视觉跟踪方法[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

中国博士学位论文全文数据库 前9条

1 王法胜;复杂场景下的单目标视觉跟踪算法研究[D];大连海事大学;2014年

2 徐萧萧;基于特征学习与特征联想的视觉跟踪算法研究[D];中国科学技术大学;2010年

3 王其聪;复杂观测条件下的基于粒子滤波的视觉跟踪[D];浙江大学;2007年

4 夏瑜;视觉跟踪新方法及其应用研究[D];江南大学;2013年

5 王芳林;稳健视觉跟踪算法中的关键问题研究[D];上海交通大学;2009年

6 温静;基于张量子空间学习的视觉跟踪方法研究[D];西安电子科技大学;2010年

7 苏洁;光照变化下的视觉跟踪算法研究[D];哈尔滨工程大学;2010年

8 王栋;基于线性表示模型的在线视觉跟踪算法研究[D];大连理工大学;2013年

9 代江华;粒子滤波架构下视觉目标跟踪相关技术研究[D];华中科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 郭标;焊缝视觉跟踪系统设计[D];西南交通大学;2015年

2 张瑞;基于贝叶斯估计的视觉跟踪算法研究[D];福建师范大学;2015年

3 祝宝龙;基于视觉跟踪技术的眼控鼠标研究[D];哈尔滨工业大学;2015年

4 刘养彪;运动模糊下的视觉跟踪算法研究[D];北京理工大学;2015年

5 向秀娟;基于视觉跟踪的移动机器人定位研究[D];新疆大学;2015年

6 张劲;基于在线隐变量支持向量机的尺度自适应视觉跟踪[D];西安电子科技大学;2014年

7 范曲;复杂场景下运动目标的视觉跟踪方法研究[D];重庆大学;2015年

8 孟凡帅;面向物料输送过程状态监控与故障报警的视觉跟踪技术的研究[D];河北工业大学;2015年

9 张欣;基于粒子滤波的视觉跟踪算法的FPGA实现[D];北京理工大学;2016年

10 黄梁华;基于张量表达的视觉跟踪算法研究[D];北京理工大学;2016年

，

本文编号：1182271