關鍵詞：目標跟蹤 多層級卷積特征 權值融合 相關濾波 神經網絡 

摘要：為了進一步提高目標跟蹤算法中目標定位的精確度,提出了一種基于多層卷積特征的目標跟蹤算法。該算法首先利用VGG-Net-19的多層結構提取待測圖像的多層卷積特征,通過相關濾波方法獲取多層卷積特征并對其進行加權融合,從而確定目標的真實位置。然后通過結合多層卷積層以及全連接層的特征,在目標表示效果上有明顯提升,在保證跟蹤效率的同時提高精確度。實驗結果表明,與目前主流的HCF、MEEM、KCF、Struck四種目標跟蹤算法對比,該算法取得了優于其他方法的精度與成功率,距離精確率提高了2~20%,與OPE、SRE以及TRE的結果具有一致性。

光學與光電技術雜志要求:

{1}摘要需概述文章研究的目的、主題、論點等，一般為150～300字。

{2}來稿必須為原創性作品，此前未經公開發表。嚴禁抄襲、剽竊和一稿多投，如有發現，將永不刊用該作者來稿。

{3}來稿經審查后,編輯部有權對來稿作適當文字修改.來稿不退,請作者自留底稿。

{4}標題：一般單獨占行，居左；段首小標題，前空兩格，后空一格。

{5}正文中內容與圖、表、注釋內容不得重復。所附圖、表請插入正文相應位置。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社