胡　鹏　杨伟清　范　勇

(西南科技大学计算机科学与技术学院　四川省绵阳市　621010)



基于区域卷积神经网络的多目标跟踪算法

胡鹏杨伟清范勇

(西南科技大学计算机科学与技术学院四川省绵阳市621010)

摘要：深度学习在目标识别、场景分割及图像内容理解上取得了不错的研究成果，但在目标跟踪的应用还较少。提出区域选择算法，先产生原始候选区域，再计算其中邻近区域对的颜色、纹理相似性，对原始候选区域进行过滤，在此基础上，将最终的候选区域作为基于区域的卷积神经网络的输入，通过深度学习的方法提取目标区域的特征，并将提取的特征通过线性支持向量机进行相似度判断，最终计算出跟踪目标的位置信息，同时，利用采样算法进行跟踪目标正负样本的采样，更新卷积神经网络和支持向量机。实验结果表明，基于区域的卷积神经网络算法在目标跟踪的准确率及算法的鲁棒性两方面均有不错的表现。

关键词：候选区域卷积神经网络多目标跟踪深度学习

深度学习的概念由HINTON[1]等人在2006年提出。深度学习是机器学习的分支领域，是一种学习特征的结构化方法，该方法试图将原始数据通过多个处理层进行计算，学习原始数据更加抽象、更加复杂的高层次表达形式。其中，处理层通常由某些简单的非线性模型构成。通过足够多的模型组合，即使是非常复杂的特征函数也能够被学习。深度学习的核心在于，各层的特征都不是利用人工工程来设计，而是使用一种通用的学习过程从原始数据中学习而来。……