计算机应用

作者：费大胜, 宋慧慧, 张开华

单位：1. 江苏省大数据分析技术重点实验室(南京信息工程大学), 南京 210044;2. 江苏省大气环境与装备技术协同创新中心(南京信息工程大学), 南京 210044

关键词：视觉跟踪,数据增强,注意力机制,全局上下文,长时定位

基金：国家自然科学基金资助项目（61872189，61876088）；江苏省自然科学基金资助项目（BK20191397，BK20170040）。

为了解决全卷积孪生视觉跟踪网络（SiamFC）出现相似语义信息干扰物使得跟踪目标发生漂移，导致跟踪失败的问题，设计出一种基于多层特征增强的实时视觉跟踪网络（MFESiam），分别去增强高层和浅层的特征表示能力，从而提升算法的鲁棒性。首先，对于浅层特征，利用一个轻量并且有效的特征融合策略，通过一种数据增强技术模拟一些在复杂场景中的变化，例如遮挡、相似物干扰、快速运动等来增强浅层特征的纹理特性；其次，对于高层特征，提出一个像素感知的全局上下文注意力机制模块（PCAM）来提高目标的长时定位能力；最后，在三个具有挑战性的跟踪基准库OTB2015、GOT-10K和2018年视觉目标跟踪库（VOT2018）上进行大量实验。实验结果表明，所提算法在OTB2015和GOT-10K上的成功率指标比基准SiamFC分别高出6.3个百分点和4.1个百分点，并且以每秒45帧的速度运行达到实时跟踪。在VOT2018实时挑战上，所提算法的平均期望重叠率指标超过2018年的冠军，即高性能的候选区域孪生视觉跟踪器（SiamRPN），验证了所提算法的有效性。

来源：2020年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第11期