| 基于正则化卷积神经网络的目标跟踪算法 |
| |
| 引用本文： | 张海波.基于正则化卷积神经网络的目标跟踪算法[J].信息技术,2019(6):82-86,90. |
| |
| 作者姓名： | 张海波 |
| |
| 作者单位： | 1.陕西学前师范学院 |
| |
| 摘 要： | 为了提高目标物体的跟踪鲁棒性和稳定性,文中将L2正则化最小二乘法和卷积神经网络(CNN)相互结合,提出了一种基于正则化卷积神经网络的目标跟踪算法。通过L2跟踪器来评估目标无题被遮挡的程度,利用两层CNN对目标进行目标表示,去除了大部分无关样本,降低了算法的复杂度。实验结果表明,当目标物体发生姿态变化或旋转等剧烈的外观变化时,所提算法具有较强的鲁棒性和稳定性,并且比其他经典的跟踪算法具有更高的精度。
|
| 关 键 词： | 目标跟踪 正则化 卷积神经网络 滤波器 |
Target tracking algorithm based on regularized convolution neural network |
| |
| ZHANG Hai-bo.Target tracking algorithm based on regularized convolution neural network[J].Information Technology,2019(6):82-86,90. |
| |
| Authors: | ZHANG Hai-bo |
| |
| Affiliation: | (Shaanxi Xueqian Normal University,Xi’an 710100,China) |
| |
| Abstract: | ZHANG Hai-bo(Shaanxi Xueqian Normal University,Xi’an 710100,China) |
| |
| Keywords: | target tracking regularization convolution neural network filter |
| 本文献已被 维普 等数据库收录！ |
|
