孪生导向锚框RPN网络实时目标跟踪

目的 区域推荐网络（region proposal network，RPN）与孪生网络（Siamese）相结合进行视频目标跟踪，显示了较高的准确性。然而，孪生RPN网络（Siamese region proposal network， SiamRPN）目标跟踪器依赖于密集的锚框策略，会产生大量冗余的锚框并影响跟踪的精度和速度。为了解决该问题，本文提出了孪生导向锚框RPN网络（Siamese-guided anchor RPN，Siamese GA-RPN）。方法 Siamese GA-RPN的主要思想是利用语义特征来指导锚框生成。其中导向锚框网络包括位置预测模块和形状预测模块，这两个模块分别利用孪生网络中CNN（convolutional neural network）产生的语义特征预测锚框的位置和长宽尺寸，减少了冗余锚框的产生。然后，进一步设计了特征自适应模块，利用每个锚框的形状信息，通过可变卷积层来修正跟踪目标的原始特征图，降低目标特征与锚框信息的不一致性，提高了目标跟踪的准确性。结果 在3个具有挑战性的视频跟踪基准数据集VOT（video object tracking）2015、VOT2016和VOT2017上进行了跟踪实验，测试了算法在目标快速移动、遮挡和光照等复杂场景下的跟踪性能，并与多种优秀算法在准确性和鲁棒性两个评价指标上进行定量比较。在VOT2015数据集上，本文算法与孪生RPN网络相比，准确性提高了1.72%，鲁棒性提高了5.17%；在VOT2016数据集上，本文算法与孪生RPN网络相比，准确性提高了3.6%，鲁棒性提高了6.6%；在VOT2017数据集上进行实时实验，本文算法表现出了较好的实时跟踪效果。结论 通过孪生导向锚框RPN网络提高了锚框生成的有效性，确保了特征与锚框的一致性，实现了对目标的精确定位，较好地解决了锚框尺寸对目标跟踪精度的影响。在目标尺度发生变化、遮挡、光照条件变化和目标快速运动等复杂场景下仍然表现出了较强的鲁棒性和适应性。

Target tracking system based on the Siamese guided anchor region proposal network