10.19678/j.issn.1000-3428.0054400
基于双孪生网络的自适应选择跟踪系统
孪生网络在解决目标跟踪问题时具有较大的速度和精度优势,在跟踪领域得到广泛应用.双孪生网络由独立的语义和外观2个分支组成,每个分支都是一个相似学习的孪生网络,解决了原孪生网络精度不足的问题,但其每个分支独立训练,导致系统速度较低.为此,在双孪生网络的基础上提出一种自适应选择跟踪系统ASTS.在测试过程中,简单帧时自动停止网络向前传播,快速判断目标所在位置,从而提高系统的跟踪速度.复杂帧时2个分支相互协调以准确跟踪目标.在OTB2013/50/100和VOT2017数据集上的实验结果表明,相对于固定的双孪生网络目标跟踪方法,ASTS系统具有更快的速度和更高的跟踪准确率.
卷积神经网络、目标跟踪、孪生网络、语义信息、自适应选择
46
TP391(计算技术、计算机技术)
国家自然科学基金青年基金项目“基于深度神经网络的实体关系抽取关键技术研究”61602059
2020-07-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
103-107