一种基于对抗学习的实时跟踪模型设计

摘要：

目标跟踪指在视频帧中找到感兴趣目标的运动位置,广泛应用于环境感知、安防监控和无人驾驶等领域.为进行高效的目标跟踪,建立一种基于对抗学习和特征压缩的相关滤波器目标跟踪模型.为了同时兼顾精度与速度,在模型中引入特征提取优化、特征压缩和特征聚合等步骤.在提取图像特征前,采用对抗学习方法解决特征提取模型中训练数据与任务数据分布不匹配的问题.在特征压缩阶段,应用双通道自编码器结构和特征聚合来增强模型对图像风格的泛化能力.实验结果表明,与非实时跟踪算法相比,该模型在精度损失不超过3％的情况下能取得明显的速度提升,其跟踪速度高达103FPS.

关键词：目标跟踪、对抗学习、自编码器、相关滤波器、表示学习

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：教育部专项2018A11005

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：262-270