首页 > 论文 > 光学学报 > 38卷 > 5期(pp:0515003)

基于分类-验证模型的视觉跟踪算法研究

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

相似度目标跟踪算法是利用目标模板与候选目标的相似度信息,以与目标模板最相似的候选目标作为真实目标,实现目标跟踪。但由于相似度信息更多的考虑了目标的类内相似,而忽略了不同目标之间的类间差异,针对这个问题,本文在相似度算法上增加目标的属性信息-类别信息,提出基于分类-验证模型的视觉跟踪算法。首先,利用相似度信息与类别信息构建损失函数,在高维空间学习目标的类内相似和类间差异;然后,将目标模板与候选目标输入网络模型,分别通过分类模块与验证模块实现对网络参数的更新;最后,利用训练好的网络提取目标模板与候选目标的深度嵌入特征,实现目标跟踪。该文在OTB50和UAV123数据库上进行了大量实验,结果表明,增加目标的类别信息,可以使算法的跟踪效果得到较大的提升,对相似目标具有较强的鲁棒性。

投稿润色
补充资料

DOI:10.3788/aos201838.0515003

作者单位:

    空军工程大学航空航天工程学院
    空军工程大学航空航天工程学院
    空军工程大学航空航天工程学院
    空军工程大学航空航天工程学院
    空军工程大学航空航天工程学院
    空军工程大学航空航天工程学院

引用该论文

吴敏,查宇飞,张园强,库涛,李运强,张胜. 基于分类-验证模型的视觉跟踪算法研究[J].光学学报,2018,38(5):0515003.