首页|基于深度去噪自编码器的RGB-D视频目标跟踪

基于深度去噪自编码器的RGB-D视频目标跟踪

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出了一种基于跨模式特征深度学习的RGB-D视频目标跟踪算法.构建跨模式稀疏去噪自编码器深度学习网络,提取RGB-D视频数据中样本的跨模式特征.将样本的跨模式特征输入到逻辑回归分类器中,获得置信分数,利用逻辑回归分类器的输出来构建观测似然模型.通过粒子滤波算法来实现RGB-D视频数据中的目标跟踪.实验结果表明,提出的视频目标跟踪算法对遮挡、旋转、光照变化等具有较强的鲁棒性,能够稳定的跟踪目标,具有较高的成功率.
Visual Object Tracking Algorithm Based on Deep Denoising Autoencoder over RGB-D Data

姜明新、潘志庚、王兰芳、胡铸鑫

展开 >

淮阴工学院电子信息工程学院,江苏淮安223003

玖的虚拟现实研究院,广州玖的数码科技有限公司,广州广东510623

杭州师范大学数字媒体与人体交互研究中心,浙江杭州310027

淮阴工学院计算机与软件工程学院,江苏淮安223003

温州大学教师教育学院,浙江温州325035

展开 >

跨模式特征 稀疏去噪自编码器 深度学习 RGB-D视频目标跟踪

国家重点科技支撑项目国家自然科学基金

2017YFB100280361332017

2018

系统仿真学报
北京仿真中心 中国系统仿真学会

系统仿真学报

CSTPCDCSCD北大核心
影响因子：0.551
ISSN：1004-731X
年,卷(期)：2018.30(11)
  • 1
  • 3