基于自适应模板更新的改进孪生卷积网络目标跟踪算法

作     者：柳赟 孙淑艳 Liu Yun;Sun Shuyan

作者机构：华北电力大学电气与电子工程学院北京102206 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2021年第38卷第4期

页      面：145-151,230页

学科分类：08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(11271126,61401154) 中央高校基本科研项目(2019MS005)。 

主　　题：目标跟踪 深度学习 孪生网络 轮廓检测网络 轮廓模板 自适应模板更新 

摘      要：现有的孪生网络目标跟踪算法采用边界框模板进行跟踪,在目标形变、遮挡等干扰下很容易导致跟踪漂移。在轮廓检测网络和孪生卷积网络(Siamese)跟踪网络的基础上,提出一种基于深度轮廓模板更新的改进孪生卷积网络目标跟踪算法。利用轮廓检测网络获取目标边缘轮廓,降低背景杂波干扰;利用改进的Siamese网络获得轮廓模板和搜索区域的深度特征;通过相似性匹配获得最优跟踪目标。仿真实验结果表明,所提出的改进模型能够提高目标形变、遮挡等干扰下目标跟踪性能,具有较高的工程应用价值。