卷积神经网络与核相关滤波相结合的跟踪算法

摘要 卷积神经网络已经在计算机视觉领域得到了成功的应用,在目标跟踪方面的相关滤波算法也得到了极大的关注,针对卷积神经网络的训练需要花费大量数据和时间,以及跟踪目标的不确定性,本文提出了一种在线的卷积神经网络训练方法,通过完全前馈的浅网络层提取目标上下文的特征,并结合核相关滤波算法进行目标跟踪,最后在Object Tracking Benchmark中进行实验测试,结果表明仅用两层简单的网络层提取目标特征,作为核相关滤波的多通道特征进行目标跟踪也能达到优秀的结果