基于CNN特征的RGB-T目标跟踪算法

基于CNN特征的RGB-T目标跟踪算法
刘莲;李福生
【期刊名称】《计算机与数字工程》
【年(卷),期】2024(52)2
【摘要】针对单一图像源下目标跟踪鲁棒性差和跟踪精度低的问题,论文提出一种基于卷积神经网络(CNN)特征的RGB-T目标鲁棒性跟踪算法。

首先,采用分层CNN特征对RGB图像和热红外图像进行编码。

其次,基于SiamDW跟踪框架对目标进行跟踪。

然后根据短时间内的跟踪结果对每个CNN特征的结果进行自适应融合并定位。

最后,将RGB图像和热红外图像的结果进行融合并定位。

实验表明,与现有的孪生跟踪算法相比,该算法在中心位置偏差和重叠率上表现更优,且在复杂情况下鲁棒性更好。

【总页数】4页(P432-435)
【作者】刘莲;李福生
【作者单位】电子科技大学自动化工程学院;电子科技大学长三角研究院
【正文语种】中文
【中图分类】TP389.1
【相关文献】
1.基于CNN和RNN的像素级视频目标跟踪算法
2.基于Mask R-CNN的多目标跟踪算法
3.基于CNN-GRU度量网络的多目标跟踪算法
4.基于CNN的粒子滤波目标跟踪算法研究
N-Transformer特征融合多目标跟踪算法
因版权原因，仅展示原文概要，查看原文内容请购买。