基于显著性区域加权的相关滤波目标跟踪
朱均安; 陈涛; 曹景太
刊名光学精密工程
2021-02-15
卷号29期号:02页码:363-373
英文摘要为了提高跟踪过程中目标位置的定位精度,提出了基于显著性区域加权的相关滤波目标跟踪算法。本文在高效卷积算子跟踪算法(Efficient Convolution Operators for Tracking,ECO)的跟踪框架基础上,首先采用预训练的改进残差网络SE-ResNet来提取不同层的多分辨率特征,充分利用浅层和深层特征的不同特性来增强特征表达,通过因式分解的卷积求出相关滤波的响应图;然后采用背景对像模型来获取目标的显著性图,并使用显著性图来对相关滤波的响应图进行加权,提高定位精度;最后,在视觉目标跟踪(Visual Object Tracking,VOT)竞赛上与8种流行的跟踪算法进行对比,在VOT2016和VOT2017竞赛上的平均重叠期望(Expected Average Overlap,EAO)得分分别达到了0.415 7和0.341 2,均优于其他算法。实验表明本算法可以有效提升目标跟踪中的定位精度,改善跟踪性能。
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/66052]  
专题中国科学院长春光学精密机械与物理研究所
作者单位1.中国科学院大学
2.中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
朱均安,陈涛,曹景太. 基于显著性区域加权的相关滤波目标跟踪[J]. 光学精密工程,2021,29(02):363-373.
APA 朱均安,陈涛,&曹景太.(2021).基于显著性区域加权的相关滤波目标跟踪.光学精密工程,29(02),363-373.
MLA 朱均安,et al."基于显著性区域加权的相关滤波目标跟踪".光学精密工程 29.02(2021):363-373.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace