基于深度多尺度时空特征的健壮性视觉物体跟踪算法

摘要

本发明公开了一种基于深度多尺度时空特征的健壮性视觉物体跟踪算法，包括以下步骤：S1：构建改进的深度残差网络，用于表征目标物体的外观特征；S2：通过对残差单元参数的处理，得到目标物体的特征表示；S3：目标物体的多尺度特征和改进的深度残差网络相结合，用于健壮地识别目标物体的外观变化；S4：目标物体的时空上下文特征和改进的深度残差网络相结合，用于计算目标物体的运动轨迹；S5：核相关滤波器和改进的深度残差网络相结合，用于计算目标物体的位置。本发明提高了算法的运行速度及计算效率，健壮地识别目标物体的外观变化，从而跟踪计算目标物体的最新位置。