%0 Journal Article
%T 选择性搜索和多深度学习模型融合的目标跟踪
%A 潘胜男
%A 钟必能
%J 华侨大学学报(自然科学版)
%D 2016
%R 10.11830/ISSN.1000-5013.2016.02.0207
%X 提出一种基于深度学习的多模型(卷积神经网络和卷积深信度网络)融合目标跟踪算法.该算法在提取候选粒子方面,使用选择性搜索和粒子滤波的方法.CVPR2013跟踪评价指标(50个视频序列、30个跟踪算法)验证了:该算法在跟踪中能有效地缓解目标物体由于遮挡、光照变化和尺度变化等因素造成的跟踪丢失情况的发生.
%K 目标跟踪
%K 深度学习
%K 多模型融合
%K 选择性搜索
%K 评价指标
%U http://www.hdxb.hqu.edu.cn/oa/DArticle.aspx?type=view&id=201602017