论文部分内容阅读
本文提出了一种基于应用高效卷子算子(ECO)改进的LRECT跟踪算法.首先,为了增强网络所提取特征的识别能力,堆叠线性两步(LT)残差结构设计具有32层的线性两步方法性质的残差网络(LTRNet),并且融合该网络浅层与深层卷积特征信息形成跟踪算法的特征提取模块;其次,采用投影矩阵压缩LTRNet提取的高维特征,将压缩特征通过插值处理后,与当前滤波器在傅里叶域进行卷积定位确定目标位置;最后,使用高斯牛顿算法和共轭梯度算法求解以响应误差和惩罚项之和为优化目标的优化问题,实现滤波器和投影矩阵的更新.在OT