论文部分内容阅读
针对目标在经历遮挡与运动状态变化场景下的跟踪难点问题,通过在核相关滤波中引入时钟循环神经网络,提出一种新的判别式目标跟踪算法。利用双方向时钟循环神经网络构造置信图以鉴别运动目标是否被遮挡,采用置信图引导时钟循环神经网络的状态更新,从而优化调整后续核相关滤波器的学习过程。在VOT数据集上进行跟踪实验,并与19种主流跟踪算法比较,结果表明:该算法的各项跟踪指标均位于前列,且其跟踪性能显著优于同为相关滤波跟踪的其他算法。