控制与决策

作者：陈志旺,刁华康,袁宇,吕昌昊,彭勇

单位：燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004;燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004,,燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004;航空工业天津航空机电有限公司,天津 300308,,燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004,,燕山大学 电力电子节能与传动控制河北省重点实验室,河北 秦皇岛 066004,,燕山大学 电气工程学院,河北 秦皇岛 066004,

关键词：目标跟踪;孪生网络;图网络;IoU感知;通道自适应调整;CIoU

基金：国家自然科学基金项目(61573305)；河北省自然科学基金项目(F2022203038,F2019203511).

传统孪生网络目标跟踪算法采用互相关或者深度互相关的方式对模板帧与检测帧进行相似性度量,无法有效适应极端的目标形变.以无锚点框的目标跟踪算法为基础,设计一种基于图网络的IoU感知目标跟踪算法.首先,以Resnet50为基础,在每个残差结构后引入通道自适应调整模块NCAM,构造轻量高效且具有通道自适应的特征提取网络.其次,基于图网络设计一种新的模板帧与检测帧的相似性计算方式,将特征图像素点视为图网络的节点,对模板特征与检测特征的图网络节点进行相似性计算以有效应对目标极端形变.最后,在分类部分采用IoU感知的分类损失函数在分类分支与回归分支之间建立联系,改变以往孪生网络目标跟踪算法训练与测试不一致的情况;在回归部分选用CIoU损失计算离线训练阶段的回归损失,得到更加精准的边界框.OTB2015、UAV123、VOT2018与VOT2019数据集上的实验结果验证了所提算法的有效性.

来源：2024年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第9期