基于深度特征与LBP纹理融合的视觉跟踪
本文关键词:基于深度特征与LBP纹理融合的视觉跟踪
更多相关文章: 深度学习 卷积神经网络 纹理 局部二值模式 自适应融合 视觉跟踪
【摘要】:针对多数传统目标特征无法实现复杂场景下的鲁棒视觉跟踪问题,提出一种新的视觉跟踪算法。采用卷积神经网络(CNN)提取目标更加鲁棒的深度特征,同时融合具有旋转不变性的局部二值模式纹理特征,弥补CNN深度特征在旋转适应性上的不足。根据CNN网络训练速度慢的问题,引入离线预训练方法,提高在线特征提取效率。实验结果表明,与DLT算法相比,该算法在跟踪测试集上的跟踪精度提高14.08%,运算效率提高10.47%,能够较好地适应目标表观变化,具有较强的鲁棒性和跟踪时效性。
【作者单位】: 西北工业大学计算机学院;空军工程大学信息与导航学院;
【关键词】: 深度学习 卷积神经网络 纹理 局部二值模式 自适应融合 视觉跟踪
【基金】:国家自然科学基金资助项目(61175029,61473309) 陕西省自然科学基金资助项目(2015JM6269)
【分类号】:TP391.41;TP183
【正文快照】: 中文引用格式:胡丹,周兴社,许婉君,等.基于深度特征与LBP纹理融合的视觉跟踪[J].计算机工程,2016,42(9):220-225.英文引用格式:Hu Dan,Zhou Xingshe,Xu Wanjun,et al.Visual Tracking Based on Fusion of Deep Feature and LBPTexture[J].Computer Engineering,2016,42(9):220
【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:575963
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/575963.html