一种结合时空上下文的在线卷积网络跟踪算法

来源：计算机研究与发展杂志2018年第12期北京时间：

作者：柳培忠,汪鸿翔,骆炎民,杜永兆,

摘要：基于卷积神经网络提取抽象特征缺乏时空信息的问题，结合时空上下文模型作为卷积神经网络的各阶滤波器，提出一种在线卷积神经网络的视觉跟踪算法.首先对初始目标进行归一化处理并提取目标置信图，跟踪过程中结合时空信息更新得到时空上下文模型，第1层使用更新后的模型对输入进行卷积，并对卷积结果进行滑动窗口取片，第2层再使用时空模型分别对取片结果进行卷积，提取目标简单抽象特征，然后叠加简单层的卷积结果得到目标的深层次表达，最后结合粒子滤波跟踪框架实现目标跟踪.实验表明:结合时空上下文模型的在线卷积网络结构提取的深度抽象特征，保留相关时空信息，提高复杂背景下的跟踪效率.

关键词：视觉跟踪, 时空上下文, 卷积神经网络, 粒子滤波, 在线更新,