论文部分内容阅读
针对早期的卷积神经网络使用空间分辨率较低的全卷积层输出作为特征提取层,无法精确定位目标的问题,对VGG-19网络中的多个卷积层进行分析。提出使用第一和第五卷积层作为特征提取层。通过相关滤波器学习,得到不同的模板;并且对所得到的响应图(response map)依据APCE测量方法计算权重,自适应加权融合响应图来确定目标的最终位置;再通过提取目标多个尺度的方向梯度直方图(HOG)特征估计目标的最佳尺度。实验选取公开测试视频集中的20段视频序列与其他跟踪算法进行对比。