基于孪生网络的目标跟踪算法

摘要：

在计算机视觉应用中,基于孪生网络的跟踪算法相比于传统的目标跟踪算法在速度和精度上都有所提升,但是其受到遮挡、形变等干扰因素影响较大.基于此,本文对现有基于孪生网络的目标跟踪方法和技术所作的改进进行了总结分析,主要包括在孪生网络中引入全卷积孪生神经网络方法、引入回归方法和在线更新方法,对基于3种方法的目标跟踪算法的改进进行了综述,并详细介绍了近年来孪生网络在目标跟踪应用中的国内外研究进展和发展现状.同时,采用VOT2017和LaSOT数据集进行了实验对比,比较了多种基于孪生神经网络跟踪算法的性能.最后,对基于孪生网络的目标跟踪方法的发展趋势进行了展望.

关键词：计算机视觉、目标跟踪、孪生网络、深度学习

所属期刊栏目：38

分类号：TB565+.4;TN27;TP391(声学工程)

资助基金：国家自然科学基金;安徽省杰出青年基金;陕西省区域创新能力引导计划

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：256-266