التعقب العميق المحمي

في السنوات الأخيرة، تم تطوير عدة طرق لاستغلال الميزات الهيكلية التي تم تعلمها من شبكة عصبية تلافيفية عميقة (CNN) لتتبع الصورة. ومع ذلك، نظرًا لأن الميزات من طبقة معينة في CNN تصف كائنًا ما من جانب أو مستوى واحد فقط، يمكن تحسين أداء مثل هذه المتعقبات التي تم تدريبها باستخدام ميزات من طبقة واحدة (عادةً الطبقة قبل الأخيرة) بشكل أكبر. في هذه الورقة، نقترح إطار عمل جديد يعتمد على CNN للتعقب، يستفيد بالكامل من الميزات من طبقات مختلفة في CNN ويستخدم طريقة تحوط تكيفية لتجميع عدة متعقبات تعتمد على CNN في متعقب أقوى واحد. توضح التجارب المكثفة على مجموعة بيانات مرجعية من 100 تسلسل صورة معقد فعالية الخوارزمية المقترحة مقارنة بعدة متعقبات حديثة.