整体特征通道识别的自适应孪生网络跟踪算法

• 作者: 宋鹏 杨德东 李畅 郭畅
• 来源期刊: 浙江大学学报（工学版）
• 关键词: 目标跟踪 孪生网络 整体特征识别 通道注意力 模板更新
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 966-975
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.05.017

摘要

针对孪生网络目标跟踪算法仅使用特征提取网络提取特征,在遮挡、旋转、光照与尺度变化中容易出现跟踪失败的问题,提出整体特征通道识别的自适应孪生网络跟踪算法.将高效的通道注意力模块引入ResNet22孪生网络中,提高特征的判别能力.使用整体特征识别功能计算全局信息,提取更为丰富的语义信息,提高跟踪算法精度.同时,引入自适应模板更新机制,解决遮挡与长期跟踪导致的模板退化问题.为了验证所提方法的有效性,在OTB2015、VOT2016与VOT2018等公开数据集上进行测试,并与其他跟踪算法进行对比.结果表明,所提算法在精确度与成功率上表现较好,在背景杂乱、旋转、光照与尺度变化等情况中表现稳定.