TY -的A2 - Ma,秦盟——钟,Bineng AU -潘,暴增AU -王,陈盟——王,田AU - Du,吉祥AU - Chen Duansheng盟——曹Liujuan PY - 2016 DA - 2016/08/25 TI -健壮的单个细胞/对象跟踪通过PCANet深网络在生物医学和计算机视觉SP - 8182416六世- 2016 AB -跟踪单个细胞/对象随时间是很重要的在理解药物治疗对肿瘤细胞的影响和视频监控。单个细胞/对象跟踪的一个基本问题是同时解决细胞/对象外观变化引起的内在和外在因素。本文受到深度学习的体系结构,我们提出一个健壮的特性学习方法构建歧视没有大规模pretraining外观模型。具体来说,在最初的框架,一个无监督的方法是首先用来学习目标的抽象特性利用两个经典的主成分分析(PCA)算法与最近深度学习表示架构。我们使用了PCA特征向量作为过滤器和开发一种新型的算法来表示的目标通过组合PCA-based滤波器组层,一个非线性层,分别和一个patch-based池层。然后,基于特征表示,与一个隐层神经网络训练监督模式构建一个歧视外观模型。最后,为了缓解跟踪漂移问题,样品更新计划精心设计跟踪最具代表性和多样化的样本期间跟踪。我们测试提出的跟踪方法在两个标准的个体细胞/对象跟踪基准给我们追踪的最先进的性能。SN - 2314 - 6133你2016/8182416 / 10.1155——https://doi.org/10.1155/2016/8182416——摩根富林明——生物医学研究国际PB - Hindawi出版公司KW - ER