典型文献
基于多模型蒸馏的时间正则化相关滤波跟踪算法
文献摘要：
目前大多数基于相关滤波的跟踪方法是通过对模型采取简单的线性加权融合或是将历史模型作为时间正则化项来约束模型更新的方式,增强滤波器对目标的判别能力,但这种方式对目标时域信息利用有限,容易造成模型退化漂移.本文提出一种基于多模型蒸馏的时间正则化相关滤波跟踪算法,该方法通过收集跟踪过程中利用当前样本产生的独立模型,在建立包含背景信息的局部样本库中来指导滤波器更新,以此保留 目标在时域中的鲁棒特征.同时,根据每一个模型对当前目标的表征能力不同进行可靠性权值更新.最后,利用交替方向乘子(alternating direction multiplier,ADMM)算法进行模型迭代优化.通过在大量的数据库进行实验,结果表明本文的方法在精确度与成功率上有了大幅提升.
文献关键词：
目标跟踪;相关滤波;蒸馏学习;时间正则化
中图分类号：
作者姓名：
仇祝令;查宇飞;李振宇;李禹铭;张鹏;朱川
作者机构：
中国人民解放军63787部队,新疆石河子832099;西北工业大学计算机学院,陕西西安710072;西北工业大学宁波研究院,浙江宁波315000
文献出处：
引用格式：
[1]仇祝令;查宇飞;李振宇;李禹铭;张鹏;朱川-.基于多模型蒸馏的时间正则化相关滤波跟踪算法)[J].系统工程与电子技术,2022(08):2448-2456
A类：
时间正则化
B类：
多模型,模型蒸馏,相关滤波跟踪算法,跟踪方法,线性加权,加权融合,约束模型,模型更新,增强滤波,滤波器,时域信息,信息利用,成模,模型退化,漂移,独立模型,背景信息,样本库,表征能力,权值,交替方向乘子,alternating,direction,multiplier,ADMM,模型迭代,迭代优化,目标跟踪,蒸馏学习
AB值：
0.406629
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
