计算机辅助设计与图形学学报

作者：冯子航, 闫莉萍, 白景岚, 夏元清, 肖波

关键词：可见光-红外目标跟踪, 显著内容感知, 相关滤波, 深度特征, 特征融合

为解决当前可见光和红外(RGB-thermal-infrared, RGB-T)视频的目标跟踪方法中目标矩形框不能很好地指明目标形状, 使得跟踪器参数训练未能充分关注目标部分, 以及单层深度特征难以兼顾类别语义信息和空间结构信息的问题, 提出一种显著内容感知的深度特征融合RGB-T目标跟踪算法.首先针对可见光和红外2种模态, 提取并融合目标的显著图; 然后根据融合显著图优化空间正则项权重系数图, 加强显著区域中训练样本对滤波器训练的影响; 最后采用预训练的卷积神经网络分别提取2种模态的多层深度特征, 这些特征包含了丰富的类别语义信息和空间结构信息并在响应图阶段融合.在RGB-T跟踪数据集GTOT和RGBT210上的实验结果表明, 该算法在跟踪精度上达到88.4%和72.7%, 在跟踪成功率上达到71.9%和51.0%, 与现有算法结果对比, 验证了该算法的有效性.

来源：2024年第12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12期