基于深度卷积网络与尺度不变特征变换的行人跟踪框架.PDF

中国科学: 信息科学 2018 年 第48 卷 第7 期: 841–855 SCIENTIA SINICA Informationis 复杂系统智能仿真与控制专刊 论文 基于深度卷积网络与尺度不变特征变换的行人跟踪 框架 * 陈凯 宋晓 刘敬 北京航空航天大学自动化科学与电气工程学院, 北京 100191 * 通信作者. E-mail: songxiao@buaa.edu.cn 收稿日期: 2017–12–27; 接受日期: 2018–03–18; 网络出版日期: 2018–07–17 国家自然科学基金(批准号: 资助项目 摘要 在计算机视觉领域已经提出了很多物体跟踪算法和多人跟踪算法, 但是遮挡一直是跟踪领 域一个具有较大挑战性的问题. 为了实现在多种遮挡情况下的行人跟踪, 本文提出了一种基于深度 学习的行人跟踪框架: 根据物体检测算法Faster R-CNN 训练了一个行人检测算法作为行人跟踪的 搜索机制, 相比于梯度下降算法这个机制在缩小搜索范围的同时提高了准确度; 利用颜色直方图和 尺度不变特征相结合作为目标的表示方式, 在目标匹配的过程中, 基于 FCN