高鲁棒性的多层级卷积特征目标跟踪算法研究
【摘要】 为了进一步提高目标跟踪算法中目标定位的精确度，提出了一种基于多层卷积特征的目标跟踪算法。该算法首先利用VGG-Net-19的多层结构提取待测图像的多层卷积特征，通过相关滤波方法获取多层卷积特征并对其进行加权融合，从而确定目标的真实位置。然后通过结合多层卷积层以及全连接层的特征，在目标表示效果上有明显提升，在保证跟踪效率的同时提高精确度。实验结果表明，与目前主流的HCF、MEEM、KCF、Struck四种目标跟踪算法对比，该算法取得了优于其他方法的精度与成功率，距离精确率提高了2~20%，与OPE、SRE以及TRE的结果具有一致性。
