一种基于ResNet网络特征的视觉目标跟踪算法

马素刚^1,2, 赵祥模¹, 侯志强², 王忠民^2,3, 孙韩林²

1. 长安大学 信息工程学院, 西安 710064;
2. 西安邮电大学 计算机学院, 西安 710121;
3. 西安邮电大学 陕西省网络数据分析与智能处理重点实验室, 西安 710121

收稿日期:2019-04-30发布日期:2020-04-28

作者简介:马素刚(1982-),男,高级工程师,E-mail:msg@xupt.edu.cn.
基金资助:国家自然科学基金项目（61571458，61473309）；陕西省重点研发计划项目（2018ZDCXL-GY-04-02）；陕西省教育厅专项科研计划项目（17JK0696）；西安市科技计划项目（GXYD17.17）

A Visual Object Tracking Algorithm Based on Features Extracted by Deep Residual Network

MA Su-gang^1,2, ZHAO Xiang-mo¹, HOU Zhi-qiang², WANG Zhong-min^2,3, SUN Han-lin²

1. School of Information Engineering, Chang'an University, Xi'an 710064, China;
2. School of Computer Science and Technology, Xi'an University of Posts and Telecommunications, Xi'an 710121, China;
3. Shanxi Key Laboratory of Network Data Analysis and Intelligent Processing, Xi'an University of Posts and Telecommunications, Xi'an 710121, China

Received:2019-04-30Published:2020-04-28

摘要/Abstract

摘要： 针对复杂场景下目标容易丢失的问题，提出了一种基于深度残差网络（ResNet）特征的尺度自适应视觉目标跟踪算法.首先，通过ResNet提取图像感兴趣区域的多层深度特征，考虑到修正线性单元（ReLU）激活函数对目标特征的抑制作用，在ReLU函数之前选取用于提取目标特征的卷积层；然后，在提取的多层特征上分别构建基于核相关滤波的位置滤波器，并对得到的多个响应图进行加权融合，选取响应值最大的点即为目标中心位置.目标位置确定后，对目标进行多个尺度采样，分别提取不同尺度图像的方向梯度直方图（fHOG）特征，在此基础上构建尺度相关滤波器，从而实现对目标尺度的准确估计.在视频集OTB100中与其他6种相关算法进行了比较，实验结果表明，所提算法取得了较高的跟踪成功率和精确度，能够较好地适应目标的尺度变化、背景干扰等复杂场景.
中图分类号:
TP391.4

引用本文

马素刚, 赵祥模, 侯志强, 王忠民, 孙韩林. 一种基于ResNet网络特征的视觉目标跟踪算法[J]. 北京邮电大学学报, 2020, 43(2): 129-134.
MA Su-gang, ZHAO Xiang-mo, HOU Zhi-qiang, WANG Zhong-min, SUN Han-lin. A Visual Object Tracking Algorithm Based on Features Extracted by Deep Residual Network[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(2): 129-134.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4602