论文摘要
针对无人机(UAV)视频中目标易受到遮挡、形变、复杂背景干扰等问题,提出一种基于自适应深度网络的无人机目标跟踪算法。首先,基于主成分分析(PCA)和卷积神经网络(CNN)算法,设计3阶的自适应深度网络进行目标特征提取,该网络对图像的H、S、I通道分别进行主成分分析学习,将得到的特征向量输入网络进行分层卷积,优化了网络结构,提高了网络的收敛速度和精度。其次,将目标深度特征输入核相关滤波算法进行目标跟踪,通过分析相邻2帧图像的变化率,采用分段自适应调整学习率的算法进行目标模板更新,有效地改善目标遮挡问题。仿真实验结果表明,该算法有效地避免了复杂因素干扰导致的跟踪精度下降,具有较好的鲁棒性,相较于全卷积跟踪(FCNT)算法平均跟踪精度提高了9.62%,平均跟踪成功率提高了11.9%。
论文目录
文章来源
类型: 期刊论文
作者: 刘芳,王洪娟,黄光伟,路丽霞,王鑫
关键词: 卷积神经网络,主成分分析,特征学习,相关滤波,目标跟踪
来源: 航空学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 航空航天科学与工程,计算机软件及计算机应用,自动化技术
单位: 北京工业大学信息学部
基金: 国家自然科学基金(61171119),北京工业大学研究生科技基金(ykj-2016-00026)~~
分类号: TP183;V279;TP391.41
页码: 179-188
总页数: 10
文件大小: 788K
下载量: 572