模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2020, Vol. 33 Issue (1): 66-74    DOI: 10.16451/j.cnki.issn1003-6059.202001008
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
多空间分辨率自适应特征融合的相关滤波目标跟踪算法
汤张泳1, 吴小俊2, 朱学峰1
1. 江南大学 物联网工程学院 无锡 214122;
2. 江南大学 江苏省模式识别与计算智能工程实验室 无锡 214122
Object Tracking with Multi-spatial Resolutions and Adaptive Feature Fusion Based on Correlation Filters
TANG Zhangyong1, WU Xiaojun2, ZHU Xuefeng1
1. School of Internet of Things Engineering, Jiangnan University, Wuxi 214122;
2. Jiangsu Provincial Engineering Laboratory of Pattern Recognition and Computational Intelligence, Jiangnan University, Wuxi 214122

全文: PDF (2075 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 相关滤波算法因无法充分利用深度特征和浅层特征的互补特性而限制跟踪性能.针对该问题,文中提出多空间分辨率自适应特征融合的相关滤波目标跟踪算法.首先,使用更深的ResNet-50网络提取深度特征,提高特征表示在跟踪过程中的鲁棒性和鉴别性.再针对不同特征具有不同空间分辨率的特点,从视频帧中分割不同尺度的图像块作为搜索区域,更好地平衡边界效应和样本数目.最后,引入自适应特征融合方法,以自适应的权重融合两类特征的响应图,充分利用其互补特性.在多个标准数据集上的实验证实文中算法的有效性和鲁棒性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
汤张泳
吴小俊
朱学峰
关键词 视觉目标跟踪相关滤波特征表示自适应融合    
Abstract:Correlation filter(CF) based trackers cannot take advantage of the complementary characteristic of deep features and shallow features. To mitigate this problem, an object tracking algorithm with multi-spatial resolutions and adaptive feature fusion based on correlation filter is proposed. Firstly, ResNet-50 is employed to extract deep features and enhance the discrimination and robustness of feature representation during tracking. Additionally, according to the characteristic of different features with different spatial resolutions, image patches in different scales are segmented from video frame as the search area to balance the boundary effect and the number of samples. Finally, an adaptive feature fusion strategy is introduced to fuse the response maps corresponding to two kinds of features with adaptive weights to utilize the complementary characteristic. The experiments on multiple standard datasets verify the effectiveness and robustness of the proposed algorithm.
Key wordsVisual Object Tracking    Correlation Filter    Feature Representation    Adaptive Fusion   
收稿日期: 2019-11-05     
ZTFLH: TP 391.4  
基金资助:国家自然科学基金项目(No.61672265,U1836218)、中国教育部111项目(No.B12018)资助
通讯作者: 吴小俊,博士,教授,主要研究方向为人工智能、模式识别、计算机视觉.E-mail:xiaojun _wu _jnu@163.com.   
作者简介: 汤张泳,硕士研究生,主要研究方向为模式识别、人工智能.E-mail:zhangyong_tang_jnu@163.com.朱学峰,博士研究生,主要研究方向为模式识别、人工智能.E-mail:xuefeng_zhu95@163.com.
引用本文:   
汤张泳, 吴小俊, 朱学峰. 多空间分辨率自适应特征融合的相关滤波目标跟踪算法[J]. 模式识别与人工智能, 2020, 33(1): 66-74. TANG Zhangyong, WU Xiaojun, ZHU Xuefeng. Object Tracking with Multi-spatial Resolutions and Adaptive Feature Fusion Based on Correlation Filters. , 2020, 33(1): 66-74.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202001008      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2020/V33/I1/66
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn