基于位置敏感模型的深度跟踪算法研究

• 作者: 吴敏 库涛 张园强 查宇飞 陈兵
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 目标跟踪 深度学习 位置敏感模型 类内排序
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2076-2082
• 页数: 7页
• 分类号: TP391
• 字数: 5947字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.10.008

摘要

视觉目标跟踪旨在寻找与跟踪目标具有相同语义信息的样本,并在视频中精确定位样本的位置.最近,深度分类模型被用来提取跟踪目标的深度嵌入式特征,然而,由于深度分类模型给予相同类别的样本一样的标签,这样容易导致跟踪模糊,甚至失败,为了解决这个问题,本文将样本的空间位置信息加入深度分类模型中,提出位置敏感损失函数.本文所提出的损失函数不仅继承了分类损失函数的特性,并根据样本的空间位置信息对相同标签的样本进行了排序.也就是说,本文的损失函数可以同时实现类间可分和类内排序.相比于分类损失函数,本文的损失函数更适合目标跟踪任务.本文在OTB100[1]和VOT2016[2]上进行了测试,结果表明本文算法可以实现较好的跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	查宇飞	西北工业大学计算机学院	2	11	1.0	2.0
2	库涛	空军工程大学航空工程学院	9	71	4.0	8.0
3	陈兵	空军工程大学航空工程学院	3	5	2.0	2.0
4	张园强	空军工程大学航空工程学院	8	24	3.0	4.0