论文部分内容阅读
针对卷积神经网络目标跟踪算法速度较慢的问题,提出一种融合快速多域卷积神经网络(Faster MDNet)与光流法的目标跟踪算法。使用光流法获取目标的运动状态并取得初选框作为跟踪目标位置,然后将初选框用作Faster MDNet的输入,使用Faster MDNet作为检测器,取得跟踪目标的确切位置和边界框。在基准数据集VOT2014上的实验表明,该算法在线跟踪速度比对比算法提高了8倍,精度提升了约10%。