基于深度特征表达与学习的视觉跟踪算法研究

来源：电子与信息学报杂志2015年第9期北京时间：

作者：李寰宇, 毕笃彦, 杨源, 查宇飞, 覃兵, 张立朝

单位：1.(空军工程大学航空航天工程学院 西安 710038)2.(空军工程大学空管领航学院 西安 710051)

摘要：该文针对视觉跟踪中运动目标的鲁棒性跟踪问题，将深度学习引入视觉跟踪领域，提出一种基于多层卷积滤波特征的目标跟踪算法。该算法利用分层学习得到的主成分分析(PCA)特征向量，对原始图像进行多层卷积滤波，从而提取出图像更深层次的抽象表达，然后利用巴氏距离进行特征相似度匹配估计，进而结合粒子滤波算法实现目标跟踪。结果表明，这种多层卷积滤波提取到的特征能够更好地表达目标，所提跟踪算法对光照变化、遮挡、异面旋转、摄像机抖动都具有很好的不变性，对平面内旋转也具有一定的不变性，在具有此类特点的视频序列上表现出非常好的鲁棒性。

关键词：视觉跟踪, 深度学习, 主成分分析, 卷积神经网络, 粒子滤波

基金资助：国家自然科学基金(61202339, 61472443)和航空科学基金(20131996013)