柳培忠PETTER

硕士生导师

主要任职:泉州市人工智能学会会长

学历:博士研究生

学位:工学博士学位

办公地点:华大泰禾SOHO 2-805

电子邮箱:

在职信息:在岗

学科:系统分析与集成
软件工程
模式识别与智能系统
生物医学工程
电路与系统

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

高斯核函数卷积神经网络跟踪算法

发表时间:2017-12-05 点击次数:

发表刊物:智能系统学报
刊物所在地:中国人工智能学会;哈尔滨工程大学
关键字:视觉跟踪;深度学习;卷积神经网络;高斯核函数;前景目标;背景信息;模板匹配;粒子滤波
摘要:针对深度学习跟踪算法训练样本缺少、训练费时、算法复杂度高等问题,引入高斯核函数进行加速,提出一种无需训练的简化卷积神经网络跟踪算法。首先,对初始帧目标进行归一化处理并聚类提取一系列初始滤波器组,跟踪过程中结合目标背景信息与前景候选目标进行卷积;然后,提取目标简单抽象特征;最后,将简单层的卷积结果进行叠加得到目标的深层次特征表达。通过高斯核函数加速来提高算法中全部卷积运算的速度,利用目标的局部结构特征信息,对网络各阶段滤波器进行更新,结合粒子滤波跟踪框架实现跟踪。 在 CVPR2013 跟踪数据集上的实验表明,本文方法脱离了繁琐深度学习运行环境,能克服低分辨率下目标局部遮挡与形变等问题,提高复杂背景下的跟踪效率。
备注:不属于SCI,EI
是否译文:
发表时间:2017-12-05
第一作者:杜永兆,骆炎民,柳培忠,汪鸿翔(学)