10.3969/j.issn.1000-386x.2020.12.027
基于预判式学习更新策略孪生全卷积网络的目标跟踪
针对孪生全卷积网络缺乏有效的模型更新策略,跟踪目标周围存在相似目标干扰容易出现跟踪丢失的问题,提出一种基于预判式学习更新策略孪生全卷积网络的目标跟踪算法.确定目标模板和搜索区域的直方图置信度估计;模拟学习率的自重启机制,由给定正确标注初始化学习模块;根据置信度估计决定预判式学习模块更新,实现跟踪目标和相似目标的有效区分.实验结果表明,该算法具有良好的跟踪效果,在满足实时性跟踪的基础上,具有很好的跟踪精度和成功率.
目标跟踪、深度学习、孪生全卷积网络、置信度估计、预判式学习
37
TP394.41(计算技术、计算机技术)
2020-12-17（万方平台首次上网日期，不代表论文的发表时间）
共8页
169-176
