基于卷积神经网络（CNN）的实时视频目标跟踪算法
计算机视觉与模式识别
2024-11-28 v1
摘要
本文旨在开发一种基于卷积神经网络（CNN）的实时视频目标跟踪算法，提高目标跟踪在复杂场景中的准确性和鲁棒性。针对传统跟踪算法在处理目标遮挡、形态变化和背景干扰等问题时的局限性，我们的方法整合了目标检测与跟踪策略。通过在线学习机制持续更新目标模型以适应目标外观的变化。实验结果表明，在涉及快速运动、部分遮挡和复杂背景的情况下，所提出的算法相较于多数主流跟踪算法，表现出更高的跟踪成功率和更低的失败率。该研究成功地将CNN应用于实时视频目标跟踪中，提高了跟踪算法的准确性和稳定性，同时保持高的处理速度，满足实时应用的需求。该算法有望为视频监视和智能交通领域的目标跟踪任务提供解决方案。
引用
@article{arxiv.2411.18314,
title = {Real-time Video Target Tracking Algorithm Utilizing Convolutional Neural Networks (CNN)},
author = {Chaoyi Tan and Xiangtian Li and Xiaobo Wang and Zhen Qi and Ao Xiang},
journal= {arXiv preprint arXiv:2411.18314},
year = {2024}
}