用于视觉跟踪的层次化卷积特性

用于视觉跟踪的层次化卷积特性 摘要 视觉目标跟踪是一项具有挑战性的工作，由于目标对象的变形、突然运动、背景杂波和遮挡等因素，使目标对象的外观发生明显变化。本文利用在对象识别数据集上训练的深度卷积神经网络提取的特征来提高跟踪准确性和鲁棒性，最后一个卷积层的输出对目标的语义信息 （为什么叫做语义信息？） 进行编码，这些表示对显著的外观变化具有鲁棒性，然而，它们的空间分辨率过于粗糙，无法精确定位目标。相

>>阅读原文<<