基于特征优选模型的Siamese网络目标跟踪算法 |
| |
引用本文: | 武永强,张宝华,吕晓琪,谷宇,王月明,刘新,任彦,李建军,张明.基于特征优选模型的Siamese网络目标跟踪算法[J].激光与光电子学进展,2022(12):264-273. |
| |
作者姓名: | 武永强 张宝华 吕晓琪 谷宇 王月明 刘新 任彦 李建军 张明 |
| |
作者单位: | 1. 内蒙古科技大学信息工程学院;2. 内蒙古模式识别与智能图像处理重点实验室;3. 内蒙古工业大学信息工程学院 |
| |
摘 要: | 针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题,提出了基于特征优选模型的Siamese网络目标跟踪算法。首先构建深度网络,有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码,将编码后的特征归一化处理,获取有效目标特征。最后构建特征优选模型,将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力,引入注意力机制,对目标特征自适应加权,使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648,预测精度达到0.853,实时性为59.5 frame/s;在VOT2018标准跟踪数据集测试精度为0.536,期望平均覆盖率为0.192,实时性为44.3 frame/s,证明了该算法的有效性
|
关 键 词: | 机器视觉 深度学习 目标跟踪 Siamese网络 特征优选 特征融合 |
|
|