计算机辅助设计与图形学学报

作者：闫河, 张唯, 刘宇涵, 黄奎霖, 李尧

关键词：目标跟踪, 孪生网络, 抗遮挡, 重检测, 特征融合

针对SiamRPN目标跟踪方法用一阶浅层网络提取特征, 难以精确地获得丰富的特征信息; 缺少遮挡判别机制, 易导致目标漂移或跟丢的问题, 提出一种双线性特征融合与自适应重检测相结合的孪生网络目标跟踪方法. 使用改进的ResNet50提取序列特征, 对最后3个残差块提取的特征进行双线性级联融合, 获得二阶特征信息, 并通过区域候选网络输出目标框; 计算目标框对应的平均峰值相关能量, 判断目标是否被遮挡; 针对遮挡, 构建以上一帧跟踪结果为中心的邻近检测窗口, 结合权重顺序选择与随机选择的方式选取窗口, 对目标重检测. 对比OTB100和UAV123数据集上的实验结果表明, 所提方法跟踪成功率分别达到0.894和0.800, 跟踪精确度分别达到0.669和0.605, 同时具有较好的跟踪时效性.

来源：2024年第11期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第11期