基于孪生网络的目标跟踪研究综述

摘要：

近年来,基于孪生网络的目标跟踪算法由于在跟踪精度和跟踪效率之间能够实现良好的平衡而备受关注.通过对基于孪生网络的目标跟踪算法的文献进行归纳,对现有孪生网络目标跟踪算法进行了全面总结,对孪生网络的2个分支结构进行了讨论.首先,介绍了基于孪生网络目标跟踪的基本架构,重点分析了孪生网络中主干网络的优化,以及主干网络的目标特征提取问题.其次,对目标跟踪过程中的分类和回归2个任务展开讨论,将其分为有锚框和无锚框2大类来进行分析研究,通过实验对比,分析了算法的优缺点及其目标跟踪性能.最后,提出未来的研究重点:1)探索背景信息训练,实现场景中背景信息传播,充分利用背景信息实现目标定位.2)目标跟踪过程中,目标特征信息的更加丰富化和目标跟踪框的自适应变化.3)从帧与帧之间全局信息传播,到目标局部信息传播的研究,为准确定位跟踪目标提供支撑.

关键词：计算机图象处理;目标跟踪;孪生网络;深度学习;特征提取

所属期刊栏目：43

分类号：TN520

资助基金：河北省高等学校科学技术研究重点项目;河北省三三三人才工程资助项目;石家庄市科学技术研究与发展计划项目

在线出版日期：2022-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：27-41