国家学术搜索
登录
注册
中文
EN
首页
|
基于时空采样网络的相关滤波目标跟踪算法
基于时空采样网络的相关滤波目标跟踪算法
Tracking algorithm of correlation filter via spatiotemporal sampling networks
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
中文摘要:
DCFNet是一个轻量级的端到端的基于相关滤波的跟踪器,但未充分利用视频序列的时间和空间信息,难以应对场景复杂或目标变化较大的情景,针对DCFNet的该不足,提出一种新的采用时空采样网络采集特征结合相关滤波器的目标跟踪方法.该算法将可变形卷积层加入到时空采样网络,对附近历史帧的相关特征进行策略性采样,然后把采样得到的特征向量按照一定权重进行聚合,聚合后的特征向量送入相关滤波层,当跟踪到当前帧时通过定位滤波器的最大响应来估计目标的位置.分别在数据集OTB2013、OTB2015进行算法验证,结果表明,该算法较当前几类主流跟踪算法在跟踪成功率和精度上均有所提升.
收起全部
展开查看外文信息
作者:
谢颍晓、蔡敬菊、张建林
展开 >
作者单位:
中国科学院光电技术研究所 成都610209
中国科学院大学 北京100049
关键词:
时空采样网络
可变形卷积
相关滤波器
目标跟踪
深度学习
出版年:
2020
国外电子测量技术
北京方略信息科技有限公司
国外电子测量技术
CSTPCD
北大核心
影响因子:
1.414
ISSN:
1002-8978
年,卷(期):
2020.
39
(1)
被引量
4
参考文献量
1