基于多层卷积特征融合的目标尺度自适应稳健跟踪

发布时间：2018-12-14 23:19

【摘要】：针对复杂跟踪条件下目标的稳健跟踪和精确尺度估计问题,提出了一种基于多层卷积特征融合的目标尺度自适应稳健跟踪算法。算法首先利用VGG-Net-19深层卷积网络架构提取目标候选区域的多层卷积特征,通过相关滤波算法构建二维定位滤波器,得到多层卷积特征并进行加权融合,从而确定目标的中心位置;然后通过对目标区域进行多尺度采样,提取其梯度方向直方图特征构建一维尺度相关滤波器,确定目标的最佳尺度。实验结果表明,与6种当前主流跟踪算法相比,该算法取得了最好的跟踪成功率与精度,同时在跟踪过程中较好地实现了对目标快速尺度变化的自适应跟踪,且具有较快的跟踪速率。
[Abstract]:An adaptive robust tracking algorithm based on multi-layer convolution feature fusion is proposed to solve the problem of robust tracking and accurate scale estimation of targets under complex tracking conditions. Firstly, the multi-layer convolution feature of candidate region is extracted by using the VGG-Net-19 deep convolution network architecture, and the two-dimensional localization filter is constructed by correlation filtering algorithm, and the multi-layer convolution feature is obtained and weighted fusion is carried out. In order to determine the central position of the target; Then the target region is sampled at multiple scales and the gradient histogram feature is extracted to construct a one-dimensional scale correlation filter to determine the optimal scale of the target. The experimental results show that the proposed algorithm achieves the best tracking success rate and accuracy compared with the six current mainstream tracking algorithms. At the same time, it achieves the adaptive tracking of the fast scale change of the target in the tracking process. And it has fast tracking rate.
【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(61473309,61703423,41601436) 陕西省自然科学基础研究计划项目(2016JM6050)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 於东军,赵海涛,杨静宇;人脸识别:一种基于特征融合及神经网络的方法(英文)[J];系统仿真学报;2005年05期

2 周斌;林喜荣;贾惠波;周永冠;;量化层多生物特征融合的最佳权值[J];清华大学学报(自然科学版);2008年02期

3 丁宝亮;;基于局部特征融合的人脸识别研究[J];中国新技术新产品;2012年14期

4 刘增荣;余雪丽;李志;;基于特征融合的图像情感语义识别研究[J];太原理工大学学报;2012年05期

5 黄双萍;俞龙;卫晓欣;;一种异质特征融合分类算法[J];电子技术与软件工程;2013年02期

6 卞志国;金立左;费树岷;;特征融合与视觉目标跟踪[J];计算机应用研究;2010年04期

7 韩萍;徐建龙;吴仁彪;;一种新的目标跟踪特征融合方法[J];中国民航大学学报;2010年04期

8 何贤江;何维维;左航;;一种句词五特征融合模型的复述研究[J];四川大学学报(工程科学版);2012年06期

9 刘冬梅;;基于特征融合的人脸识别[J];计算机光盘软件与应用;2013年12期

10 李建科;张辉;赵保军;张长水;;彩色分量流形特征融合的人脸识别[J];北京理工大学学报;2014年05期

相关会议论文 前5条

1 刘冰;罗熊;刘华平;孙富春;;光学与深度特征融合在机器人场景定位中的应用[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

2 翟懿奎;甘俊英;曾军英;;基于特征融合与支持向量机的伪装人脸识别[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年

3 卞志国;金立左;费树岷;;基于增量判别分析的特征融合与视觉目标跟踪[A];2009年中国智能自动化会议论文集（第三分册）[C];2009年

4 韩文静;李海峰;韩纪庆;;基于长短时特征融合的语音情感识别方法研究[A];第九届全国人机语音通讯学术会议论文集[C];2007年

5 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

相关博士学位论文 前8条

1 陈倩;多生物特征融合身份识别研究[D];浙江大学;2007年

2 蒲晓蓉;多模态生物特征融合的神经网络方法[D];电子科技大学;2007年

3 王志芳;基于感知信息的多模态生物特征融合技术研究[D];哈尔滨工业大学;2009年

4 王楠;基于多视觉特征融合的后方车辆检测技术研究[D];东北大学　;2009年

5 徐颖;基于特征融合与仿生模式的生物特征识别研究[D];华南理工大学;2013年

6 张艳;基于柔性阵列 传感器的足迹特征分析与应用研究[D];安徽大学;2015年

7 孙兴华;基于内容的图像检索研究[D];南京理工大学;2002年

8 王林泓;热释电红外信号特征分析及人体识别方法研究[D];重庆大学;2010年

相关硕士学位论文 前10条

1 付艳红;基于特征融合的人脸识别算法研究与实现[D];天津理工大学;2015年

2 许超;基于特征融合与压缩感知的实木地板缺陷检测方法研究[D];东北林业大学;2015年

3 杨文婷;基于微博的情感分析算法研究与实现[D];西南交通大学;2015年

4 梅尚健;基于特征融合的图像检索研究与实现[D];西南交通大学;2015年

5 王鹏飞;基于多慢特征融合的人体行为识别研究[D];西南大学;2015年

6 薛冰霞;基于多模特征融合的人体跌倒检测算法研究[D];山东大学;2015年

7 何乐乐;医学图像分类中的特征融合与特征学习研究[D];电子科技大学;2015年

8 戴博;基于结构复杂度特征融合的视觉注意模型研究及其应用[D];复旦大学;2014年

9 王宁;基于特征融合的人脸识别算法[D];东北大学;2013年

10 岳求生;基于特征融合的静态图像行人检测[D];长沙理工大学;2014年

，

本文编号：2379488