一种基于CNN-AE特征提取的目标跟踪方法 |
| |
引用本文: | 殷鹤楠,佟国香.一种基于CNN-AE特征提取的目标跟踪方法[J].教育技术导刊,2018,17(6):22-26. |
| |
作者姓名: | 殷鹤楠 佟国香 |
| |
作者单位: | 上海理工大学 光电信息与计算机工程学院,上海 200082 |
| |
摘 要: | 针对视觉跟踪中运动目标的鲁棒性问题,提出一种基于卷积神经网络结合稀疏自动编码器的特征提取方法进行图像目标跟踪。该方法首先将大量有标注数据集输入到卷积神经网络进行预训练,然后使用这些卷积特征无监督的训练稀疏自编码器得到稀疏特征,并利用该特征对目标进行描述。最后结合两种经典的跟踪方法,采用Meanshift与卡尔曼滤波对目标进行实时跟踪。结果表明,利用深度学习模型代替以往人工提取特征的方式能够更好地描述目标模型,对光照变化、尺度变化、遮挡等都具有良好的适应性,以及较好的实时性。
|
关 键 词: | 目标跟踪 卷积神经网络 稀疏自编码器 特征提取 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|