三联神经网络与区域自适应策略融合的目标跟踪方法

摘要：

为解决目标跟踪过程中快速运动模糊、背景相似干扰、目标状态变化等问题,基于孪生网络跟踪算法,提出三联区域候选神经网络(TripleRPN)算法与跟踪区域自适应策略(TAA)相融合的目标跟踪方法(TAA+TripleRPN).三联区域候选神经网络根据当前跟踪结果实时更新网络匹配模板,提高了跟踪器对目标状态变化的敏感性.通过区域自适应策略,根据区域候选回归网络分类分支的得分在网络的两组输出间择优选择,提高算法长时跟踪的鲁棒性.针对背景相似干扰和目标状态变化的问题时,TAA+TripleRPN跟踪器能达到更好的跟踪性能.在OTB2015数据集上,算法的AUC达到66.31％,CLE达到88.28％.在实际场景中实现验证与应用,跟踪效果良好.

关键词：目标跟踪、深度学习、三联区域候选回归神经网络

所属期刊栏目：41

分类号：TP23(自动化技术及设备)

资助基金：国家部委基础科研计划资助项目JCKY2019602C015

在线出版日期：2021-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：169-176