基于高分辨率孪生网络的单目标追踪算法

• 作者: 周春月 颜巧
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 计算机视觉 目标追踪 孪生网络 深度学习 高分辨率网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 电子信息工程
• 页码范围: 104-110
• 页数: 7页
• 分类号: TP391.41|TP18
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.20200002

摘要

针对目前基于孪生网络的目标追踪算法对目标定位不精确,追踪漂移,鲁棒性不强等问题,提出一种基于高分辨率孪生网络的单目标追踪算法.该算法采用高分辨率网络(HRNet)作为特征提取网络,在充分提取图片多尺度特征的同时保留图片的细节信息,然后在孪生网络部分引入"注意力机制",使用SE模块对图片特征进一步精化,突出有用特征.该算法在检测部分融入类似特征金字塔网络(Feature Pyramid Network,FPN)的思想,充分使用深层孪生网络的多尺度特征.在ILSVRC-2015和YouTuBeBB数据集上进行训练时,为了解决训练过程中正负样本和难易样本数量不平衡的问题,本算法使用focal loss作为损失函数,将模型注意力放在更难分辨的正样本上.实验结果表明:该算法在VOT2018测试集上EAO为42.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周春月		14	178	4.0	13.0
2	颜巧		1	0	0.0	0.0