基于双孪生网络的自适应选择跟踪系统

• 作者: 周书仁 张腾飞 彭建
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 卷积神经网络 目标跟踪 孪生网络 语义信息 自适应选择
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 103-107
• 页数: 5页
• 分类号: TP391
• 字数: 4569字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054400

摘要

孪生网络在解决目标跟踪问题时具有较大的速度和精度优势,在跟踪领域得到广泛应用.双孪生网络由独立的语义和外观2个分支组成,每个分支都是一个相似学习的孪生网络,解决了原孪生网络精度不足的问题,但其每个分支独立训练,导致系统速度较低.为此,在双孪生网络的基础上提出一种自适应选择跟踪系统ASTS.在测试过程中,简单帧时自动停止网络向前传播,快速判断目标所在位置,从而提高系统的跟踪速度.复杂帧时2个分支相互协调以准确跟踪目标.在OTB2013/50/100和VOT2017数据集上的实验结果表明,相对于固定的双孪生网络目标跟踪方法,ASTS系统具有更快的速度和更高的跟踪准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周书仁	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	41	325	11.0	15.0
5	彭建	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	18	98	6.0	9.0
9	张腾飞	长沙理工大学综合交通运输大数据智能处理湖南省重点实验室	1	0	0.0	0.0