首页|三联神经网络与区域自适应策略融合的目标跟踪方法

三联神经网络与区域自适应策略融合的目标跟踪方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决目标跟踪过程中快速运动模糊、背景相似干扰、目标状态变化等问题,基于孪生网络跟踪算法,提出三联区域候选神经网络(TripleRPN)算法与跟踪区域自适应策略(TAA)相融合的目标跟踪方法(TAA+TripleRPN).三联区域候选神经网络根据当前跟踪结果实时更新网络匹配模板,提高了跟踪器对目标状态变化的敏感性.通过区域自适应策略,根据区域候选回归网络分类分支的得分在网络的两组输出间择优选择,提高算法长时跟踪的鲁棒性.针对背景相似干扰和目标状态变化的问题时,TAA+TripleRPN跟踪器能达到更好的跟踪性能.在OTB2015数据集上,算法的AUC达到66.31％,CLE达到88.28％.在实际场景中实现验证与应用,跟踪效果良好.
Target Tracking Method Based on Fusion of Triple Neural Network and Area Adaptation

王建中、张驰逸、孙庸

展开 >

北京理工大学机电学院,北京 100081

目标跟踪 深度学习 三联区域候选回归神经网络

国家部委基础科研计划资助项目

JCKY2019602C015

2021

10.15918/j.tbit1001-0645.2020.010

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(2)
  • 4
  • 4