典型文献
基于条件对抗网和层次特征融合的目标跟踪
文献摘要：
为了解决目标跟踪过程中因运动模糊和低分辨率导致跟踪效果变差的问题,提出一种基于条件对抗网和层次特征融合的目标跟踪算法.使用条件对抗生成网络模型(DeblurGAN-v2),对输入的低分辨率视频帧去模糊;使用改进型VGG-19网络提取目标候选区域的Conv2、Conv4、Conv6三层特征,将孪生网络提取到的低层结构特征、中层特征与高层语义特征进行融合,以提高特征的表征能力.在目标跟踪评估数据集OTB2015与VOT2018上的实验结果表明,与SiamFC、SiamDW等其他算法相比,该算法具有更高的准确性,能够适应目标遮挡运动模糊、外观变化及背景干扰等复杂情况.相比于SiamFC,改进算法在OTB2015数据集上成功率提升5.5个百分点,在VOT2018数据集上EAO提升16.4个百分点.
文献关键词：
目标跟踪;条件对抗网络;孪生网络;特征融合
中图分类号：
作者姓名：
张磊;单玉刚;袁杰
作者机构：
新疆大学 电气工程学院,乌鲁木齐 830001;湖北文理学院 教育学院,湖北 襄阳 441053
文献出处：
引用格式：
[1]张磊;单玉刚;袁杰-.基于条件对抗网和层次特征融合的目标跟踪)[J].计算机工程与应用,2022(23):221-229
A类：
Conv2,Conv6,SiamDW
B类：
层次特征,特征融合,运动模糊,低分辨率,目标跟踪算法,使用条件,条件对抗生成网络,DeblurGAN,视频帧,去模糊,改进型,VGG,候选区域,Conv4,孪生网络,取到,低层,中层,语义特征,表征能力,跟踪评估,评估数据,OTB2015,VOT2018,SiamFC,遮挡,外观变化,背景干扰,复杂情况,改进算法,上成,功率提升,百分点,EAO,条件对抗网络
AB值：
0.430621
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。
