融合卷积神经网络的核相关滤波视觉目标跟随算法研究

来源：计算机测量与控制杂志2020年第12期北京时间：

作者：田应仲,刘伊芳,李龙

单位：上海大学机电工程与自动化学院

摘要：近几年，目标跟随技术逐渐成为研究的热点。核相关滤波跟踪算法通过循环矩阵构造训练样本，将时域的卷积转换到频域的点乘完成滤波器的训练，降低计算复杂度，跟踪速度较快。卷积神经网络模型深度特征表征能力较强，可以充分利用图像信息，跟踪精度较高。将两种算法优势互补，构造一种卷积神经网络与核相关滤波算法融合型改进算法。即在线下阶段训练模型，分层提取孪生网络的深度特征，然后通过相关滤波器快速计算出最大响应图，预测目标所在位置。因此，改进后的算法在保持核相关滤波跟踪算法实时性的同时，可以大幅提高跟踪精度。

关键词：卷积神经网络;目标跟踪;核相关滤波