基于孪生网络的轻量级高速跟踪算法

• 作者: 洛怡航 赵振宇 胡银记 揭斐然 万锦锦
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 目标跟踪 轻量级孪生网络 注意力机制 特征融合
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 学术研究|Academic Research
• 页码范围: 51-55,79
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2022.01.011

摘要

孪生网络跟踪算法将跟踪问题转换为相似性匹配问题引起广泛关注,然而,多数算法无法在移动端或算力不足的嵌入式设备上实现工程应用.为此,提出了一种基于孪生网络的轻量级高速跟踪算法.该算法以特征提取能力良好且参数量少的MobileNetV2作为主干网络,通过组卷积、Crop等操作进一步减少网络参数量,提高网络运行速率;通过在倒残差结构中加入注意力机制动态调节模型权重,突出目标重要信息;通过不同特征层之间的信息融合,提升网络模型对目标多尺度语义信息的表达.采用目标跟踪基准库OTB100和VOT2018进行实验,结果表明,与现有通用跟踪算法相比,所提算法在保持高精度的同时,运行速率高达170帧/s,具有良好的工程应用前景.