融合相关滤波和CNN的点状目标跟踪技术研究

摘要：

在研究点状目标跟踪的基础上,该算法利用多层卷积特征和相关滤波技术进行目标跟踪.为解决目标因淹没在杂波中丢失的问题,该算法使用重检测机制实现目标的长期跟踪.首先,使用V GG模型提取红外点状目标的多层卷积特征,然后在每一层上经过相关滤波计算最大响应值,最后通过权重融合获得最终响应值,实现点状目标跟踪.当目标丢失时,利用重检测技术检测目标,将检测结果作为标签,更新分类器,实现长期跟踪,并进行了理论分析和实验验证.实验结果表明,此算法对于点状目标的跟踪效果显著,具有较高的准确性.

关键词：图像处理、点状目标跟踪、卷积神经网络(CNN)、相关滤波、重检测

所属期刊栏目：51

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目No.61563049

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：244-249