论文部分内容阅读
近几年,目标跟随技术逐渐成为研究的热点;核相关滤波跟踪算法通过循环矩阵构造训练样本,将时域的卷积转换到频域的点乘完成滤波器的训练,降低计算复杂度,跟踪速度较快;卷积神经网络模型深度特征表征能力较强,可以充分利用图像信息,跟踪精度较高;将两种算法优势互补,构造一种卷积神经网络与核相关滤波算法融合型改进算法;即在线下阶段训练模型,分层提取孪生网络的深度特征,然后通过相关滤波器快速计算出最大响应图,预测目标所在位置;因此,改进后的算法在保持核相关滤波跟踪算法实时性的同时,可以大幅提高跟踪精度。