一种利用在线卷积网络的视频目标跟踪方法

管皓薛向阳安志勇 · 2017

阅读量：70

目标跟踪

卷积网络

在线学习

相关滤波

期刊名称：

小型微型计算机系统 2017 年 04 期

摘要：

针对传统卷积网络需要耗费大量离线训练时间和带标签样本的问题,提出一种在线卷积网络模型并应用于视频目标跟踪.首先通过层级K-means算法获取卷积网络不同层的滤波器组,而后通过这些滤波器在线提取目标的层级外观特征图.同时,层间降采样操作被去除以便不损失空间信息.最后得到的特征图通过多通道相关滤波器预测目标的位移变化.实验表明,本文算法可以有效对抗背景纹理、光照变化等噪声干扰,具备较高的跟踪精度.