基于SiamBAN跟踪器改进的目标跟踪算法

摘要：

孪生网络系列的跟踪器基于相似度匹配的方法来实现目标跟踪,当遇到相似干扰物时会发生跟踪漂移现象,从而导致跟踪失败.针对这个问题,以SiamBAN跟踪器为研究基础,提出了一种改进算法.主要改进包括:在训练阶段,加入中心回归分支来降低远离目标中心的边界框分数,同时引入Focal Loss损失函数,在推理阶段设计了全新的筛选策略,来区分要跟踪的目标和相似干扰物.改进后的算法在OTB100测试集的成功率和精度相比于原来分别提高了2.1％ 和3％,在GOT10k的测试集上成功率比原来提高了2.1％.

关键词：目标跟踪、SiamBAN、孪生网络、干扰物感知、神经网络

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61773108

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1227-1233