论文部分内容阅读
提出了一种基于VGG-Net网络的多层卷积特征融合的相关滤波跟踪算法,提取浅层和深层两种特征,并将二者自适应融合,提高了相关滤波跟踪的准确性和鲁棒性。在DSST算法框架下,提取VGG-Net网络3个卷积层的特征分别训练相关滤波器,在每一层上估计目标位置,融合每层响应获取最终位置。此外,通过筛选降低了卷积特征在每一层的通道数,减少了计算量。在OTB2013数据集上的实验结果表明,当目标遇到模糊、旋转、背景混乱等复杂场景时,算法不仅能保证良好的跟踪精度和鲁棒性,而且能保持较快的跟踪速度。