计算机应用

作者：熊昌镇, 李言

单位：城市道路交通智能控制技术北京市重点实验室(北方工业大学), 北京 100144

关键词：视觉跟踪,孪生网络,卷积神经网络,模板更新,加权融合

基金：国家重点研发计划项目（2017YFC0821102）。

为提升快速在线目标跟踪与分割算法的跟踪精度，提出了一种动态的加权孪生网络跟踪算法。首先，对初始帧提取的模板特征与每帧提取的模板特征进行学习融合，提高跟踪器的泛化能力；其次，在掩膜分支产生目标掩膜的过程中用加权的方式融合特征，减少冗余特征带来的干扰，提高跟踪的精度。在数据集VOT2016和VOT2018上进行测试，所提算法的预期平均重叠率分别为0.450和0.390，精确性分别为0.649和0.618，鲁棒性分别为0.205和0.267，均高于基准算法，跟踪速度为34帧/s，达到了实时跟踪的要求。所提算法有效地提高了跟踪的准确性，能在复杂的跟踪环境下较好地完成跟踪任务。

来源：2020年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第8期