%0 Journal Article
%T 融合分层卷积特征和尺度自适应核相关滤波器的目标跟踪
%A 欧阳谷
%A 白冰
%A 钟必能
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 尽管经过多年的研究，尺度变化、形状变化、严重的遮挡、背景干扰、光照变化和相机运动等内外因素引起的目标表观变化，使得目标跟踪仍然是一个极具挑战的问题.为了有效地处理目标表观变化，基于分层卷积特征和尺度自适应核相关滤波器的目标跟踪算法，将目标跟踪分解为目标位置的预测和尺度的估计两个步骤.在目标位置估计方面，区别于传统的基于手工设计特征的目标跟踪算法，我们使用基于分层卷积特征的相关滤波器算法计算出不同卷积层上的跟踪结果置信图，对各个层上得到的结果进行加权求和得到目标置信图，估计出目标的最终位置.在目标的尺度估计方面，为了有效捕捉目标尺度变化，我们首先使用尺度金字塔对下一帧适用的尺度进行预测，同时对目标尺度进行更新.在标准测试集（OTB-50）上的实验结果表明，本文所提出的融合分层卷积特征和尺度自适应的相关滤波器的目标跟踪算法取得较好的精度和鲁棒性
%K 卷积神经网络
%K 相关滤波
%K 尺度预测
%K 目标跟踪
%U http://xwxt.sict.ac.cn/CN/abstract/abstract4125.shtml