期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度稀疏学习的鲁棒视觉跟踪
被引量：
1
1
作者
王鑫
侯志强
+2 位作者
余旺盛
戴铂
金泽芬芬
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2017年第12期2554-2563,共10页
视觉跟踪中,高效鲁棒的特征表达是复杂环境下影响跟踪性能的重要因素。提出一种深度稀疏神经网络模型,在提取更加本质抽象特征的同时,避免了复杂费时的模型预训练过程。对单一正样本进行数据扩充,解决了在线跟踪时正负样本不平衡的问题...
视觉跟踪中,高效鲁棒的特征表达是复杂环境下影响跟踪性能的重要因素。提出一种深度稀疏神经网络模型,在提取更加本质抽象特征的同时,避免了复杂费时的模型预训练过程。对单一正样本进行数据扩充,解决了在线跟踪时正负样本不平衡的问题,提高了模型稳定性。利用密集采样搜索算法,生成局部置信图,克服了采样粒子漂移现象。为进一步提高模型的鲁棒性,还分别提出了相应的模型参数更新和搜索区域更新策略。大量实验结果表明:与当前主流跟踪算法相比,该算法对于复杂环境下的跟踪问题具有良好的鲁棒性,有效地抑制了跟踪漂移,且具有较快的跟踪速率。
展开更多
关键词
视觉跟踪
深度学习
深度稀疏神经网络
稀疏自编码器
局部置信图
下载PDF
职称材料
题名
基于深度稀疏学习的鲁棒视觉跟踪
被引量：
1
1
作者
王鑫
侯志强
余旺盛
戴铂
金泽芬芬
机构
空军工程大学信息与导航学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2017年第12期2554-2563,共10页
基金
国家自然科学基金(61473309
61703423)
+1 种基金
陕西省自然科学基础研究计划(2015JM6269
2016JM6050)~~
文摘
视觉跟踪中,高效鲁棒的特征表达是复杂环境下影响跟踪性能的重要因素。提出一种深度稀疏神经网络模型,在提取更加本质抽象特征的同时,避免了复杂费时的模型预训练过程。对单一正样本进行数据扩充,解决了在线跟踪时正负样本不平衡的问题,提高了模型稳定性。利用密集采样搜索算法,生成局部置信图,克服了采样粒子漂移现象。为进一步提高模型的鲁棒性,还分别提出了相应的模型参数更新和搜索区域更新策略。大量实验结果表明:与当前主流跟踪算法相比,该算法对于复杂环境下的跟踪问题具有良好的鲁棒性,有效地抑制了跟踪漂移,且具有较快的跟踪速率。
关键词
视觉跟踪
深度学习
深度稀疏神经网络
稀疏自编码器
局部置信图
Keywords
visual
tracking
deep
learning
deep
sparse
neural
network
sparse
autoencoders
local
confidence
maps
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度稀疏学习的鲁棒视觉跟踪
王鑫
侯志强
余旺盛
戴铂
金泽芬芬
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2017
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
