|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：该文针对视觉跟踪中运动目标的鲁棒性跟踪问题，基于主成分分析(PCA)和卷积神经网络(CNN)，提出一
, A% I0 i) k* r* U种易于初始化的类 CNN 提取深度特征的视觉跟踪算法。该算法首先利用仿射变换对原始图像进行处理，然后对归' p* W& H" O( a6 n/ Q
一化尺寸的图像进行分层 PCA 学习，将学习得到的 PCA 特征向量作为 CNN 结构中的各阶滤波器，完成特征提3 n+ A& s/ M3 j) r5 g" m
取网络的初始化，再利用特征提取网络获取目标的深层次表达。最后结合粒子滤波，利用一个简单的逻辑回归分类
. e' t( m* r& ?4 A器通过分类估计实现目标跟踪。结果表明，利用这种易于初始化的 CNN 提取到的深度特征能够有效地区分目标和
6 N ^) A# v8 z背景，具有很好的可区分性，提出的视觉跟踪算法对光照变化、尺度变化、遮挡、旋转和摄像机抖动等都具有良好
% N( d% S4 }% b0 B- z7 Z的适应性，在许多视频序列上表现出了较好的鲁棒性和准确性。) t3 d' u" C# i( E
关键词：视觉跟踪；深度学习；特征提取；卷积神经网络；主成分分析；仿射变换) e/ z/ Z& U) ~ W7 w2 }
1 引言% z, C O$ F+ r: F2 C* u+ U% z
视觉跟踪是计算机视觉领域一个非常重要的研
, s% T7 \! r# q, O. G" o究方向，该技术在无人机、机器人、智能监控等诸
! a5 H4 U( V/ G( G/ r多军民领域有着极为广泛的应用。多年来，学者们+ M* ?* o9 A9 U4 g
: }1 m) [8 P, \) \* X/ r6 g
- [ T* p7 q( |, [4 K" C& X' W8 T/ F$ k! v" P/ G r
6 U9 J3 Y7 z4 `* {- a* l% Q# c3 G* {2 u" I* }" Y
) q! Y4 w% Y3 _
: O N4 k$ v7 F6 a0 |
附件下载：
8 p x4 s2 L6 y9 W5 s; Q) V$ W2 Z; A q8 H1 Y
|
|
/1 
发表于 2020-10-29 14:26
收藏
淘帖
支持！
反对！