计算机应用

作者：姬张建, 任兴旺

单位：1. 山西大学 计算机与信息技术学院, 太原 030006;2. 山西大学 大数据科学与产业研究院, 太原 030006

关键词：目标跟踪,全卷积孪生网络,相关滤波,对数极坐标,旋转,尺度

基金：国家自然科学基金青年科学基金资助项目（61602288，61703252，61702314）；山西省自然科学基金资助项目（201701D221102，201901D211176，201901D211170）。

针对目标跟踪任务中，全卷积孪生网络（SiamFC）跟踪算法存在因目标的旋转、尺度变化而造成跟踪错误或跟踪结果不准确的问题，提出一种带旋转与尺度估计的SiamFC跟踪算法。该算法由定位模块与旋转、尺度估计模块两部分组成。首先在定位模块中，利用SiamFC算法获得跟踪位置，并结合旋转与尺度信息对该位置进行调整；其次在旋转、尺度估计模块中，鉴于图像的旋转和尺度变化在对数极坐标系下变成了平移运动，将目标搜索区域从笛卡儿坐标系变换到对数极坐标系下，由此便可利用相关滤波技术估计待跟踪目标的尺度和旋转角度；最终实现了一个能同步估计目标位置、旋转角度以及尺度变化的目标跟踪模型。在对比实验中，该算法在OTB2015数据集上的成功率与准确率分别达到57.7%和81.4%；在包含目标旋转和尺度变化的POT数据集上的成功率与准确率分别达到51.8%和53.3%。与SiamFC算法相比，所提算法的成功率和准确率分别提高了13.5个百分点和13.4个百分点。实验结果表明，所提算法能有效应对目标旋转与尺度变化带来的跟踪挑战。

来源：2021年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第9期