控制与决策

作者：刘如浩,张家想,金辰曦,卢先领

单位：江南大学 物联网工程学院,江苏 无锡 214122,,江南大学 物联网工程学院,江苏 无锡 214122,,江南大学 物联网工程学院,江苏 无锡 214122,,江南大学 物联网工程学院,江苏 无锡 214122,

关键词：目标跟踪;孪生网络;可变形卷积;语义特征;模板更新

基金：国家自然科学基金项目(61573167)；教育部科技发展中心“云数融合科教创新”基金项目(2017A13055).

为解决多数基于孪生网络的跟踪算法存在骨干网络特征提取能力弱、模板不适应目标变化等问题,在SiamFC的基础上提出基于可变形卷积的孪生网络算法(DCSiam).首先,采用可变形卷积模块在不同方向上学习多层特征数据的自适应偏移量,增大卷积过程中的有效感受野;然后,通过多层可变形互相关融合得到最终响应图,以增强骨干网络的深层语义特征提取能力;最后,采用一种高置信度的模板在线更新策略,每隔固定帧计算响应图的峰值旁瓣比与最大值作为更新依据,使用加权的方式融合特征以更新模板.使用OTB2013、OTB2015、VOT2016和VOT2017四个公共基准数据集对所提出算法进行跟踪性能评估,实验结果表明,在OTB2015数据集上,DCSiam算法整体精确率、成功率较基线分别提高9.5%和7.5%,很好地实现了复杂情况下的目标跟踪,验证了所提出算法的有效性.

来源：2022年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第8期