结合深度轮廓特征的改进孪生网络跟踪算法

• 作者: 余志超 张瑞红
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标跟踪 深度学习 孪生网络 轮廓检测网络 目标检测 自适应模板更新
• 年，卷（期）: 2020,（3）
• 页码范围: 40-49
• 页数: 10页
• 分类号: TP183|TN219
• 字数: 6033字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2020.03.006

摘要

针对现有的孪生网络目标跟踪算法存在跟踪漂移的问题,提出了一种结合深度轮廓生成网络的改进孪生网络跟踪模型,以实现复杂背景下对任何目标的稳定检测与跟踪.首先,轮廓检测网络自动获取目标的封闭轮廓信息,并利用泛洪聚类算法获得轮廓模板;然后将轮廓模板与搜索区域输入到改进的孪生网络,获得最优跟踪评分值,并自适应地更新轮廓模板.若目标被遮挡或跟踪丢失,则采用检测网络全视场搜索目标,实现全过程稳定跟踪.大量定性及定量仿真试验结果表明,这种改进模型不仅能够提高复杂背景下目标的跟踪性能,还能提升机载系统的反应时间,适合于工程应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余志超	黄冈师范学院计算机学院	16	107	6.0	10.0
2	张瑞红	黄冈师范学院计算机学院	14	35	3.0	5.0