基于堆栈式消噪自编码机的分块目标跟踪

摘要：

在视觉目标跟踪系统中,特征的表达和提取是重要的组成部分.本文提出基于多个自编码机网络相联合的特征提取机,通过对输入数据进行一定程度的重组,采用深度学习的理论对其局部特征进行描述并对结果进行联合决策.结合该网络结构,本文提出一种融合局部特征的深度信息进行目标跟踪的算法.将输入图像分块使得大量的乘法运算转化为加法和乘法的混合运算,相对于全局的特征表达,大幅降低了运算复杂度.在跟踪过程中,目标候选区的各分块权重能够根据相应网络的置信度进行自适应的调整,提升了跟踪器对光照变化、目标姿态和遮挡的适应.实验表明,该跟踪算法在鲁棒性和跟踪速度上表现优秀.

关键词：目标跟踪、特征提取、深度学习、粒子滤波、自编码机

所属期刊栏目：34

分类号：TP273(自动化技术及设备)

资助基金：National Natural Science Foundation of China61473309;Natural Science Foundation of Shaanxi Province2015JM6269, 2016JM6050

在线出版日期：2017-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：829-836