基于高分辨率孪生网络的单目标追踪算法
周春月
颜巧
1.北京交通大学电子信息工程学院,北京1000442.北京交通大学电子信息工程学院,北京100044
摘要：针对目前基于孪生网络的目标追踪算法对目标定位不精确,追踪漂移,鲁棒性不强等问题,提出一种基于高分辨率孪生网络的单目标追踪算法.该算法采用高分辨率网络(HRNet)作为特征提取网络,在充分提取图片多尺度特征的同时保留图片的细节信息,然后在孪生网络部分引入"注意力机制",使用SE模块对图片特征进一步精化,突出有用特征.该算法在检测部分融入类似特征金字塔网络(Feature Pyramid Network,FPN)的思想,充分使用深层孪生网络的多尺度特征.在ILSVRC-2015和YouTuBeBB数据集上进行训练时,为了解决训练过程中正负样本和难易样本数量不平衡的问题,本算法使用focal loss作为损失函数,将模型注意力放在更难分辨的正样本上.实验结果表明:该算法在VOT2018测试集上EAO为42.4％.
关键词：计算机视觉目标追踪孪生网络深度学习高分辨率网络
分类号：TP391.41(计算技术、计算机技术)TP18(自动化基础理论)
资助基金：北京市自然科学基金(4172045)
论文发表日期：2020-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 104-110 )
英文信息